والشبكات العصبية الثورية للثورة هي نوع من نماذج التعلم العميق المستخدمة على نطاق واسع في مهام الاعتراف بالصور، وهي مصممة بحيث تتعلم تلقائياً وتكيفاً الهرميات المكانية للملامح من صور المدخلات، وتوفر هذه المادة نهجاً تدريجياً لتطبيق البرمجيات الإلكترونية على مشاكل التعرف على الصور.

فهم المشكلة

وتشمل الخطوة الأولى تحديد مهمة التعرف على الصور بوضوح، ويشمل ذلك فهم أنواع الصور، وفئات التصنيف، والدقة المنشودة، ونوعية البيانات وكميتها عوامل حاسمة تؤثر على نجاح النموذج.

إعداد البيانات

ويشمل إعداد البيانات جمع مجموعة بيانات مسمّاة، وإعادة توزيع الصور إلى حجم ثابت، وتطبيع قيم البكسل، ويمكن أن تؤدي تقنيات زيادة البيانات مثل التناوب، والتقلب، والتقسيم إلى مناطق إلى زيادة تنوع مجموعات البيانات وتحسين القدرة على وضع النماذج.

تصميم هيكل سي إن

ويشمل الهيكل طبقات للثورة، وطبقات تجميع، وطبقات مترابطة تماما، وخصائص استخلاص طبقات الثورة، وتجميع الطبقات يقلل من البعد، وتطبق الطبقات الكثيفة التصنيف، واختيار مقاييس ضغط الدم المناسبة مثل حجم المرشات وعدد الطبقات أمر أساسي.

التدريب والتقييم

ويُدرَّب النموذج باستخدام البيانات المسمّاة، وتحقيق الحد الأمثل لوظيفة الخسارة مع الخوارزميات مثل آدم أو SGD.

النشر والتحسين

ويمكن، بمجرد التدريب، نشر نموذج شبكة CNN للتعرف على الصور في الوقت الحقيقي، كما أن الرصد المستمر وجمع البيانات الجديدة يتيحان مزيدا من التدريب وتحسين النماذج، وتحسين الدقة مع مرور الوقت.