Zusammenfassung
In diesem Modul haben Sie erfahren, wie Convolutional Neural Networks funktionieren und wie sie Muster in 2D-Bildern erfassen können. Tatsächlich können CNNs auch zum Suchen von Mustern in eindimensionalen Signalen (z. B. Schallwellen oder Zeitreihen) und in mehrdimensionalen Strukturen (z. B. Ereignisse in Videos, bei denen sich einige Muster einzelbildübergreifend wiederholen) verwendet werden. Darüber hinaus sind CNNs einfache Bausteine zum Lösen komplexerer Aufgaben beim maschinellen Sehen, z. B. der Bildgenerierung. Generative Adversarial Networks können verwendet werden, um Bilder zu generieren, die denen im angegebenen Dataset ähnlich sind. Sie können beispielsweise verwendet werden, um computergenerierte Bilder zu erzeugen. Auf ähnliche Weise werden CNNs für die Objekterkennung, Instanzsegmentierung usw. verwendet. Wie neuronale Netze zur Lösung dieser Probleme eingesetzt werden können, ist Gegenstand eines separaten Kurses. Sie haben die Grundlagen des maschinellen Sehens kennengelernt. Wir hoffen, dass Sie ihre Journey zur Beherrschung von maschinellem Sehen fortsetzen!