Qu'est-ce que CNN ?
Convolutional Neural Network
Il s'agit d'une architecture d'apprentissage profond développée en s'inspirant des systèmes visuels biologiques pour analyser les données visuelles et les images.
Définition
Les réseaux de neurones convolutionnels (CNN) sont des modèles d'intelligence artificielle multicouches qui détectent automatiquement des motifs tels que les contours, les textures et les formes sur les images. Ils extraient les caractéristiques saillantes en balayant les matrices de pixels des images à l'aide de filtres. Ils constituent l'une des normes fondamentales en matière de reconnaissance d'objets, de classification d'images et d'analyse d'images médicales.
Comment ça marche
L'image d'entrée est passée à travers des couches de convolution pour extraire de petites cartes de caractéristiques. Les couches de mise en commun réduisent les données, et enfin, les couches entièrement connectées prédisent ce qu'est l'image.
Où est-ce utilisé
Il est largement utilisé dans le suivi routier des véhicules autonomes, la reconnaissance faciale dans les caméras de sécurité et l'analyse de radiographies dans le secteur de la santé.
Souvent confondu avec
Contrairement aux modèles Transformer axés sur le texte, il est conçu pour traiter directement des grilles de données visuelles en 2D et 3D.
Questions et réponses
Les modèles CNN sont-ils uniquement utilisés pour les images ?
Bien qu'ils soient principalement utilisés pour les images, ils donnent également de bons résultats sur d'autres types de données sous forme de grille, telles que les ondes sonores et les séries temporelles.
Quelle est la différence entre un CNN et les réseaux de neurones artificiels traditionnels ?
Un CNN utilise des filtres de convolution pour préserver les relations entre les pixels et les emplacements spatiaux, ce qui permet d'obtenir un succès bien plus élevé sur les images.
Termes liés
Cette explication a été rédigée en langage clair pour TreScout avec l’IA puis traduite automatiquement depuis l’original turc · la version turque fait foi. Si quelque chose vous semble erroné ou manquant, écrivez à hello@trescout.com. Lire en turc →