Evrişimli Sinir Ağı (CNN) Nedir?

Evrişimli sinir ağı (CNN, Convolutional Neural Network), özellikle görüntü işlemek için tasarlanmış bir sinir ağı türüdür. Uzun yıllar bilgisayarlı görünün standart yöntemi oldu ve yüz tanıma, tıbbi görüntü analizi, otonom sürüş gibi alanlarda yaygın biçimde kullanıldı.

CNN nasıl çalışır?

Bir görüntü, piksel değerlerinden oluşan bir tablodur. Sıradan bir sinir ağı her pikseli ayrı ayrı ele alırsa çok fazla parametre gerekir ve pikseller arasındaki komşuluk bilgisi kaybolur. CNN bu sorunu üç temel bileşenle çözer:

1. Evrişim katmanı: Küçük bir filtre (ör. 3x3 piksel) görüntü üzerinde kaydırılır. Her konumda filtre ile piksel değerleri çarpılıp toplanır. Bir filtre dikey kenarları, bir diğeri renk geçişlerini yakalamayı öğrenir.
2. Havuzlama (pooling) katmanı: Bölgelerdeki en güçlü sinyali alarak görüntüyü küçültür; işlem yükünü azaltır ve küçük kaymalara karşı dayanıklılık sağlar.
3. Tam bağlı katman: Çıkarılan özellikleri birleştirip "kedi", "köpek" gibi nihai sınıfa karar verir.

Katmanlar ilerledikçe öğrenilen özellikler basitten karmaşığa gider: kenarlar, sonra dokular, sonra göz ya da tekerlek gibi parçalar, en sonunda bütün nesneler.

Neden etkilidir?

• Aynı filtre tüm görüntüde kullanıldığı için parametre sayısı azdır.
• Nesne görüntünün neresinde olursa olsun tanınabilir.
• Piksel komşuluğundaki yerel desenleri doğal biçimde yakalar.

Sınırları

CNN'ler görüntüdeki uzak bölgeler arasındaki ilişkiyi yakalamakta tek başına zorlanabilir. Bu yüzden son yıllarda görüntüyü parçalara bölüp transformer ile işleyen modeller de yaygınlaştı; pek çok sistem iki yaklaşımı birlikte kullanıyor. CNN'ler ayrıca çok sayıda etiketli görüntü ister ve eğitim verisinde olmayan koşullarda (farklı ışık, açı) hata yapabilir.