สรุป
ในโมดูลนี้เราได้เรียนรู้วิธีการทํางานของเครือข่ายประสาทปฏิวัติและวิธีการจับรูปแบบในภาพ 2 มิติ อันที่จริงแล้ว CNNs ยังสามารถใช้เพื่อค้นหารูปแบบในสัญญาณ 1 มิติ (เช่น คลื่นเสียง หรืออนุกรมเวลา) และในโครงสร้างหลายมิติ (ตัวอย่างเช่น เหตุการณ์ในวิดีโอที่มีรูปแบบบางอย่างซ้ําข้ามเฟรม นอกจากนี้ CNNs ยังเป็นบล็อกการสร้างที่เรียบง่ายสําหรับการแก้ไขงานด้านการมองเห็นคอมพิวเตอร์ที่ซับซ้อนมากขึ้น เช่น การสร้างรูปภาพ เครือข่าย Adversarial Generateive สามารถใช้เพื่อสร้างรูปภาพที่คล้ายกับรูปภาพในชุดข้อมูลที่ระบุได้ ตัวอย่างเช่น สามารถใช้เพื่อสร้างภาพวาดที่คอมพิวเตอร์สร้างขึ้น ได้ ในทํานองเดียวกัน CNNs จะใช้สําหรับการตรวจหาวัตถุ การแบ่งเซกเมนต์อินสแตนซ์ ฯลฯ เรียนรู้วิธีการใช้เครือข่ายประสาทเพื่อแก้ไขปัญหาเหล่านั้นเป็นเรื่องของหลักสูตรที่แยกต่างหาก คุณได้เรียนรู้พื้นฐานของการมองเห็นคอมพิวเตอร์แล้ว และเราหวังว่าคุณจะศึกษาวิสัยทัศน์คอมพิวเตอร์ต้นแบบต่อไปได้!