Rete neurale convoluzionale (CNN)

Componenti e funzionalità principali

Le CNN sono tipicamente costruite da diversi livelli chiave che elaborano e trasformano le informazioni visive:

• Livelli convoluzionali: Sono gli strati fondamentali di una CNN. Applicano una serie di filtri apprendibili (kernel) all'immagine di ingresso. Ogni filtro rileva caratteristiche specifiche come bordi, angoli o texture. Quando il filtro scorre (convolve) sull'input, produce mappe di caratteristiche che evidenziano la posizione e la forza delle caratteristiche rilevate. La rete apprende questi filtri automaticamente durante il processo di formazione del modello.
• Livelli di attivazione: Dopo gli strati convoluzionali, le funzioni di attivazione come ReLU (Rectified Linear Unit) o Leaky ReLU introducono la non linearità. Ciò consente alla rete di apprendere modelli più complessi che vanno oltre le semplici combinazioni lineari.
• Livelli di pooling: Questi strati riducono le dimensioni spaziali (larghezza e altezza) delle mappe di caratteristiche, diminuendo il carico computazionale e controllando l 'overfitting. I metodi più comuni includono il Max Pooling, che prende il valore massimo in una regione locale, aiutando la rete a diventare più robusta alle variazioni nella posizione delle caratteristiche. Una panoramica dei metodi di pooling può fornire maggiori dettagli.
• Strati completamente connessi: Questi strati, che di solito si trovano alla fine della rete, collegano ogni neurone dello strato precedente a ogni neurone dello strato corrente, in modo simile a una rete neurale tradizionale. Utilizzano le caratteristiche di alto livello estratte dagli strati convoluzionali e di pooling per eseguire compiti di classificazione o regressione, come l'assegnazione di un'etichetta finale all'immagine.

Differenze chiave rispetto alle altre reti neurali

Le CNN possiedono caratteristiche uniche che le distinguono da altri tipi di rete:

• Gerarchia spaziale: A differenza delle NN di base, le CNN modellano esplicitamente le relazioni spaziali. I primi strati rilevano caratteristiche semplici (bordi), mentre gli strati più profondi le combinano per riconoscere modelli più complessi (forme, oggetti). Questa struttura gerarchica imita alcuni aspetti dell'elaborazione visiva umana.
• Condivisione dei parametri: Un singolo filtro viene applicato a diverse parti dell'immagine di ingresso, riducendo in modo significativo il numero totale di parametri rispetto a una rete completamente connessa che elabora la stessa immagine. Questo rende le CNN più efficienti e meno inclini all'overfitting, soprattutto con immagini di grandi dimensioni. L'area coperta da un filtro in qualsiasi punto è nota come campo ricettivo.
• Invarianza alla traduzione: Grazie al pooling e alla condivisione dei parametri, le CNN possono riconoscere un oggetto anche se la sua posizione si sposta leggermente all'interno dell'immagine.
• rispetto alle reti neurali ricorrenti (RNN): Mentre le CNN eccellono nell'elaborazione di dati spaziali come le immagini, le reti neurali ricorrenti (RNN) sono progettate per dati sequenziali e sono quindi adatte a compiti come l'elaborazione del linguaggio naturale (NLP) e l'analisi delle serie temporali.

Applicazioni del mondo reale

Le CNN sono la forza trainante di numerose scoperte in vari settori:

1. Analisi delle immagini mediche: Nell'IA in ambito sanitario, le CNN analizzano scansioni mediche come radiografie, TAC e risonanze magnetiche. Assistono i radiologi nell'individuazione di sottili anomalie come tumori, fratture o retinopatia diabetica. Ricerche pubblicate su riviste come Radiology: Artificial Intelligence mostrano come le CNN identifichino modelli indicativi di malattie, raggiungendo spesso un'elevata precisione. Ad esempio, modelli come Ultralytics YOLO possono essere adattati a compiti come il rilevamento dei tumori nell'imaging medico, dimostrando l'applicazione pratica delle architetture basate sulle CNN nell'analisi delle immagini mediche.
2. Veicoli autonomi: Le CNN sono fondamentali per l'intelligenza artificiale delle auto a guida autonoma. Alimentano i sistemi di percezione che eseguono il rilevamento degli oggetti in tempo reale per identificare pedoni, veicoli, segnali stradali e segnaletica di corsia utilizzando i dati delle telecamere e del LiDAR. Ciò consente al veicolo di comprendere l'ambiente circostante e di prendere decisioni di guida sicure. Aziende come Waymo fanno molto affidamento sulle CNN per i loro sistemi autonomi. Le CNN contribuiscono anche alla segmentazione delle immagini, consentendo ai veicoli di distinguere le aree percorribili dagli ostacoli.

Strumenti e strutture

Lo sviluppo e l'impiego delle CNN è supportato da potenti strumenti e framework di deep learning (DL):

• Librerie: Librerie popolari come PyTorch, TensorFlow e Keras forniscono API di alto livello per costruire, addestrare e valutare le CNN. Ultralytics offre pagine di glossario per PyTorch, TensorFlow e Keras.
• Piattaforme: Piattaforme come Ultralytics HUB semplificano il processo di gestione dei dataset, l'addestramento di modelli come YOLOv8 e YOLO11 e la loro distribuzione. Un addestramento efficace dei modelli richiede spesso un'attenta regolazione degli iperparametri e beneficia di suggerimenti completi per l 'addestramento dei modelli.