卷积神经网络（CNN）

核心组件和功能

CNN 通常由处理和转换视觉信息的几个关键层构成：

• 卷积层：这些是 CNN 的基础层。它们在输入图像上应用一组可学习的滤波器（核）。每个滤波器检测特定的特征，如边缘、角落或纹理。当滤波器在输入图像上滑动（卷积）时，就会产生突出检测到的特征的位置和强度的特征图。在模型训练过程中，网络会自动学习这些滤波器。
• 激活层：继卷积层之后，ReLU（整流线性单元）或Leaky ReLU等激活函数引入了非线性。这样，网络就能学习到更复杂的模式，超越简单的线性组合。
• 汇集层：这些层可以减少特征图的空间维度（宽度和高度），降低计算负荷并控制过度拟合。常见的方法包括最大池化（Max Pooling），即在局部区域取最大值，帮助网络更好地适应特征位置的变化。池化方法概述可提供更多细节。
• 全连接层：这些层通常位于网络的末端，将上一层的每个神经元与当前层的每个神经元连接起来，类似于传统的前馈神经网络。它们使用卷积层和池化层提取的高级特征来执行分类或回归任务，比如为图像分配最终标签。

与其他神经网络的主要区别

CNN 具有区别于其他网络类型的独特特征：

• 空间层次：与基本的 NN 不同，CNN 可明确建立空间关系模型。早期层检测简单的特征（边缘），而更深的层则结合这些特征识别更复杂的模式（形状、物体）。这种层次结构模仿了人类视觉处理的某些方面。
• 参数共享：在输入图像的不同部分应用单个滤波器，与处理相同图像的全连接网络相比，大大减少了参数总数。这使得 CNN 更为高效，不易过度拟合，尤其是在处理大型图像时。滤波器在任何一点所覆盖的区域称为其感受野。
• 平移不变性：由于采用了池化和参数共享技术，即使物体在图像中的位置稍有移动，CNN 也能识别出来。
• 与递归神经网络（RNN）的对比：CNN 擅长处理图像等空间数据，而递归神经网络 (RNN)则专为顺序数据而设计，因此适用于自然语言处理 (NLP)和时间序列分析等任务。

实际应用

CNN 是各个领域取得众多突破的推动力：

1. 医学图像分析：在医疗保健领域的人工智能中，CNN 可分析 X 光、CT 和 MRI 等医学扫描图像。它们协助放射科医生检测肿瘤、骨折或糖尿病视网膜病变等细微异常。发表在《放射学》等期刊上的研究成果：人工智能》等期刊上发表的研究报告展示了 CNN 识别疾病指示模式的能力，而且通常能达到很高的准确率。例如，像 Ultralytics YOLO等模型可用于医学成像中的肿瘤检测等任务，展示了基于 CNN 的架构在医学图像分析中的实际应用。
2. 自动驾驶汽车：CNN 对于自动驾驶汽车中的人工智能至关重要。它们为感知系统提供动力，该系统利用摄像头和激光雷达的数据进行实时物体检测，以识别行人、车辆、交通标志和车道标记。这样，汽车就能了解周围环境，做出安全的驾驶决策。Waymo等公司的自动驾驶系统在很大程度上依赖于 CNN。CNN 还有助于图像分割，使车辆能够区分可驾驶区域和障碍物。

工具和框架

强大的深度学习（DL）工具和框架为开发和部署 CNN 提供了支持：

• 图书馆流行的库，如 PyTorch, TensorFlow和Keras等流行库提供了用于构建、训练和评估 CNN 的高级 API。Ultralytics 提供了以下术语表页面 PyTorch, TensorFlow和Keras 的词汇表页面。
• 平台： Ultralytics HUB等平台简化了管理数据集、训练模型（如 YOLOv8和 YOLO11等模型的训练和部署过程。有效的模型训练通常需要仔细调整超参数，并受益于全面的模型训练技巧。