Konvolyutsion neyron tarmog'ining tuzilishi

Boshlanish moduli.

Inception bir xil kiritish asosida turli xususiyatlarni hisoblaydigan va keyin natijalarni birlashtiradigan bir nechta (parallel) filiallardan foydalanadi.
1x1 toʻplami mulk xaritasining oʻlchamini kamaytirish usulidir. Ushbu turdagi konvolyutsion qatlamlar M. Linning tarmoqdagi "Tarmoq" ishida keltirilgan. Natijada, ushbu arxitektura top-5 toifadagi xatolar sonini yana 0,5 foizga - 6,7 foizgacha kamaytirish imkonini beradi.

Inception-v2 va Inception-v3 moduli

Inception modulining keyingi iteratsiyasida (Inception-v2 [7]) 5x5 filtrli qatlam ikkita 3x3 qatlamga parchalanadi. Keyingi qadam, tarmoq ichidagi qatlam chiqishlarining taqsimlanishini normallashtirish orqali o'rganish tezligini oshirish imkonini beruvchi Batch Normalization [Ioffe, Szegedy, 2015] dan foydalanishdir. Xuddi shu maqolada mualliflar Inception-v3 moduli kontseptsiyasini taklif qilishdi. Inception-v3 modulida filtrni parchalash printsipi, ya'ni N × N filtrining ikkita ketma-ket filtri 1 × N va N × 1 tomonidan parchalanishi belgilangan. Inception-v3 shuningdek, RMSProp (Gradient Adaptive Moving Average Method) [Hinton, Srivasta, Swersky, 2012], gradient tushish o'rniga gradientni qisqartirishdan foydalanadi [Pascanu va boshq., 2013], bu mashg'ulot barqarorligini yaxshilash uchun ishlatiladi.top-5 - 5,60%.
2-jadval.- Rasmni aniqlash vazifalarida CNN ish faoliyatini taqqoslash

Neyron tarmoq	Top 5
AlexNet	15,3%
ZF Net	11,2%
VGG Net	7,3%
GoogleLeNet	6,7%
Boshlanish-v2	5,60%
Boshlanish-v3	3,58%
ResNet-152	3,57%

Xulosa
Kompyuter ko'rish texnologiyalarining tarqalishi va rivojlanishi inson hayotining boshqa kasbiy sohalarida o'zgarishlarga olib keladi. Konvolyutsion neyron tarmoqlar (CNN) ob'ektlar va yuzlarni aniqlash tizimlarida, tasvirlarni tahlil qilish uchun maxsus tibbiy dasturlarda, avtonom tizimlar bilan jihozlangan avtomobillar navigatsiyasida, xavfsizlik tizimlarida va boshqa sohalarda qo'llaniladi. Kompyuterlarning hisoblash quvvatining o'sishi, tasviriy ma'lumotlar bazalarining paydo bo'lishi bilan chuqur neyron tarmoqlarni o'qitish mumkin bo'ldi. Mashinani o'rganishning asosiy vazifalaridan biri tasvirlarni tasniflash muammosidir. CNN tasvirlar va ob'ektlarni optik aniqlash, ob'ektni aniqlash, semantik segmentatsiya va boshqalar uchun ishlatiladi. Ushbu maqolada tasvirni aniqlash muammosi uchun konvolyutsion neyron tarmoqlarining eng keng tarqalgan arxitekturalari ko'rib chiqildi,
Tahlil natijasidaarxitekturada ResNet-152 konvolyutsion neyron tarmog'i tasvirni aniqlash vazifasida eng yaxshi natijani ko'rsatdi, top-5 ball 3,57% ni tashkil etdi, bu ob'ektning aniq ta'rifini ko'rsatadi. ResNet arxitekturasining o'ziga xos xususiyati shundaki, konvolyutsion qatlamlarda 3x3 filtr mavjud va tarmoqqa tezkor ulanish qo'shilgan, bu esa tarmoqni uning qoldiq versiyasiga aylantiradi.