Evrişimsel Sinir Ağı (CNN)

Evrişimsel Sinir Ağı (CNN), görüntüler gibi ızgara benzeri topolojiye sahip verileri işlemede oldukça etkili olan özel bir sinir ağı (NN) türüdür. İnsan görsel korteksinden ilham alan CNN'ler, girdi verilerinden uzamsal özellik hiyerarşilerini otomatik ve uyarlanabilir bir şekilde öğrenir. Bu, onları görüntü sınıflandırmasından nesne tespitine kadar her konuda son teknoloji sonuçlar elde ettikleri çoğu modern bilgisayarlı görü (BG) görevi için temel mimari yapar.

CNN'ler Nasıl Çalışır?

Bir katmandaki her nöronun bir sonraki katmandaki her nörona bağlı olduğu standart bir sinir ağının aksine, CNN'ler evrişim adı verilen özel bir matematiksel işlem kullanır. Bu, ağın yerel bir alıcı alanda özellikleri öğrenmesini ve pikseller arasındaki uzamsal ilişkileri korumasını sağlar.

Tipik bir CNN mimarisi birkaç temel katmandan oluşur:

1. Evrişim Katmanı (Convolutional Layer): Bu, bir filtrenin veya çekirdeğin özellik haritaları (feature maps) üretmek için giriş görüntüsünün üzerinde kaydığı temel yapı taşıdır. Bu haritalar, kenarlar, köşeler ve dokular gibi desenleri vurgular. Bu filtrelerin boyutu ve algıladıkları desenler, model eğitimi sırasında öğrenilir.
2. Aktivasyon Katmanı: Her evrişimden sonra, doğrusal olmayanlığı tanıtmak için ReLU gibi bir aktivasyon fonksiyonu uygulanır ve modelin daha karmaşık desenler öğrenmesine olanak tanır.
3. Havuzlama (Alt Örnekleme) Katmanı: Bu katman, özellik haritalarının uzamsal boyutlarını (genişlik ve yükseklik) azaltır, bu da hesaplama yükünü azaltır ve algılanan özelliklerin konum ve yönelimdeki değişikliklere karşı daha sağlam olmasına yardımcı olur. Bu konuyla ilgili klasik bir makale Derin Evrişimli Sinir Ağları ile ImageNet Sınıflandırması'dır.
4. Tam Bağlantılı Katman (Fully Connected Layer): Birkaç evrişimsel ve havuzlama katmanından sonra, üst düzey özellikler düzleştirilir ve öğrenilen özelliklere göre sınıflandırma yapan tam bağlantılı bir katmana geçirilir.

CNN ve Diğer Mimari Yapılar

CNN'ler bir derin öğrenme modeli türü olmasına rağmen, diğer mimarilerden önemli ölçüde farklılık gösterir.

• Sinir Ağları (NN'ler): Standart bir NN, girdi verilerini düz bir vektör olarak ele alır ve tüm uzamsal bilgileri kaybeder. CNN'ler bu bilgiyi korur, bu da onları görüntü analizi için ideal hale getirir.
• Görüntü Dönüştürücüler (ViT'ler): Mekansal yerelliğe yönelik güçlü bir endüktif önyargıya sahip olan CNN'lerin aksine, ViT'ler bir görüntüyü yama dizisi olarak ele alın ve bir self-attention (öz-dikkat) küresel ilişkileri öğrenme mekanizmasıdır. ViT'ler genellikle eğitmek için daha fazla veri gerektirir, ancak uzun menzilli bağlamın önemli olduğu görevlerde başarılı olabilir. Gibi birçok modern model, RT-DETR, CNN backbone Transformer tabanlı detection head.

Gerçek Dünya Uygulamaları

CNN'ler sayısız gerçek dünya uygulamasının itici gücüdür:

• Nesne Algılama: Ultralytics YOLO ailesinden YOLOv8 ve YOLO11 gibi modeller, görüntülerdeki ve videolardaki nesneleri olağanüstü hız ve doğrulukla tanımlamak ve konumlandırmak için CNN omurgalarını kullanır. Bu teknoloji, otomotivdeki yapay zeka sistemlerinden yapay zeka odaklı envanter yönetimine kadar her şey için çok önemlidir.
• Tıbbi Görüntü Analizi: Sağlık hizmetlerinde, CNN'ler radyologlara tıbbi taramaları (X-ışınları, MRG'ler, BT'ler) analiz ederek tümörleri, kırıkları ve diğer anormallikleri tespit etmede yardımcı olur. Bu uygulama, Ulusal Sağlık Enstitüleri (NIH) gibi kurumlardan gelen araştırmalarda vurgulandığı gibi, tanısal hızı ve tutarlılığı artırmaya yardımcı olur. Daha fazla bilgi için Ultralytics ile tıbbi görüntü analizini keşfedebilirsiniz.
• Görüntü Segmentasyonu: Bir yaya yolunu ayırt etmesi gereken otonom araçlar gibi piksel düzeyinde anlayış gerektiren görevler için, U-Net gibi CNN tabanlı mimariler görüntü segmentasyonu için yaygın olarak kullanılır.

Araçlar ve Çatıları

CNN'lerin geliştirilmesi ve dağıtılması, güçlü araçlar ve çerçeveler tarafından desteklenmektedir:

• Kütüphaneler: PyTorch (bkz. PyTorch resmi sitesi) ve TensorFlow gibi popüler kütüphaneler, CNN'leri oluşturmak ve eğitmek için üst düzey API'ler sağlar. Keras gibi üst düzey API'ler geliştirmeyi daha da basitleştirir.
• Platformlar: Ultralytics HUB gibi platformlar, veri kümelerini yönetmekten modelleri eğitmeye ve dağıtmaya kadar tüm süreci kolaylaştırır. Etkili model oluşturma genellikle dikkatli hiperparametre ayarlaması gerektirir ve kapsamlı model eğitim ipuçlarından yararlanır. Optimize edilmiş performans için OpenVINO ve TensorRT gibi entegrasyonları keşfedebilirsiniz.