تتمتع الصور ببنية محددة. ترتبط البكسلات المتجاورة ببعضها البعض، وتتكرر الأنماط عبر الإطار. تستغل الشبكات الالتفافية هذه الخاصية عن طريق تمرير مرشحات صغيرة عبر المدخلات، ومشاركة الأوزان، واكتشاف السمات المحلية أينما ظهرت.
تتألف البنية النموذجية من طبقات التفافية، ودوال تنشيط، وتجميع. تكتشف الطبقات الأولى الحواف والنسيج. وتجمع الطبقات الأعمق هذه العناصر لتكوين أجزاء وكائنات. ويقوم مصنف نهائي بربط الميزات المستخلصة بالتصنيفات.
المكونات الأساسية
- مرشحات الالتفاف ذات الأوزان القابلة للتعلم
- تجميع البيانات لتقليل الأبعاد المكانية
- الخطوة والحشو للتحكم في حجم الإخراج
- طبقات متصلة بالكامل للتصنيف
هيمنت الشبكات العصبية التلافيفية على مجال الرؤية لمدة عقد من الزمان، بدءًا من AlexNet في عام 2012. تتنافس محولات الرؤية الآن على العديد من المعايير، لكن الشبكات العصبية التلافيفية لا تزال فعالة ومنتشرة على نطاق واسع في الأنظمة المدمجة والمتنقلة.
Comments
No comments yet. Be the first to share a thought.
Leave a comment