Una rete neurale convoluzionale (CNN) è un tipo di rete neurale artificiale utilizzata nel riconoscimento e nell’elaborazione di immagini specificamente progettata per elaborare i dati dei pixel.

I CNN sono potenti elaboratori di immagini, intelligenza artificiale (AI) che utilizzano il deep learning per eseguire compiti sia generativi che descrittivi, spesso utilizzando machine vison che include il riconoscimento di immagini e video, insieme a sistemi di raccomandazione e Natural Language processing (NLP).,

Una rete neurale è un sistema di hardware e/o software modellato dopo il funzionamento dei neuroni nel cervello umano. Le reti neurali tradizionali non sono ideali per l’elaborazione delle immagini e devono essere alimentate con immagini a risoluzione ridotta. La CNN ha i suoi” neuroni ” disposti più come quelli del lobo frontale, l’area responsabile dell’elaborazione degli stimoli visivi negli esseri umani e in altri animali. Gli strati di neuroni sono disposti in modo tale da coprire l’intero campo visivo evitando il problema frammentario dell’elaborazione delle immagini delle reti neurali tradizionali.,

A CNN utilizza un sistema molto simile a un perceptron multistrato che è stato progettato per esigenze di elaborazione ridotte. I livelli di una CNN sono costituiti da un livello di input, un livello di output e un livello nascosto che include più livelli convoluzionali, livelli di pooling, livelli completamente collegati e livelli di normalizzazione. La rimozione delle limitazioni e l’aumento dell’efficienza per l’elaborazione delle immagini si traduce in un sistema molto più efficace, più semplice da addestrare limitato per l’elaborazione delle immagini e l’elaborazione del linguaggio naturale.