Convolutional Neural Network
⌚: 2 minutes
Un convolutional neural network (CNN) est un type de réseau neuronal artificiel utilisé dans la reconnaissance et le traitement d’images et spécifiquement conçu pour traiter les données de pixels.
Les convolutional neural network sont de puissants systèmes de traitement d’images, d’intelligence artificielle (IA) qui utilisent un apprentissage approfondi (deep learning) pour effectuer des tâches à la fois génératives et descriptives, souvent à l’aide de Machine Vision qui inclut la reconnaissance d’images et de vidéos, ainsi que des systèmes de recommandation et le traitement du langage naturel (NPL).
Un réseau de neurones est un système de matériel et/ou de logiciel conçu d’après le fonctionnement des neurones du cerveau humain. Les réseaux neuronaux traditionnels ne sont pas idéaux pour le traitement des images et doivent être alimentés en images à résolution réduite. Les « neurones » dit CNN sont disposés de manière à ressembler davantage à ceux du lobe frontal, la zone responsable du traitement des stimuli visuels chez l’homme et des autres animaux. Les couches de neurones sont disposées de manière à couvrir l’ensemble du champ visuel, évitant ainsi le problème du traitement d’images par morceaux des réseaux neuronaux traditionnels.
Un CNN utilise un système semblable à un perceptron multicouche qui a été conçu pour des besoins de traitement réduits. Les couches d’un CNN se composent d’une couche d’entrée, d’une couche de sortie et d’une couche cachée qui comprend plusieurs couches convolutionnelles, des couches de regroupement, des couches entièrement connectées et des couches de normalisation. La suppression des limitations et l’augmentation de l’efficacité pour le traitement des images aboutissent à un système beaucoup plus efficace, plus simple à former, et spécialisé pour le traitement des images et le traitement du langage naturel.
Pour un peu plus de clareté, nous vous invitons à découvrir cette vidéo :
