Coconote
AI notes
AI voice & video notes
Export note
Try for free
कन्नोल्यूशन न्यूरल नेटवर्क (CNN) – इमेज क्लासिफिकेशन के लिए एक शक्तिशाली टेक्नोलॉजी
Jul 4, 2024
कन्वेन्शनल न्यूरल नेटवर्क (CNN)
परिचय
CNN आर्टिफिशियल न्यूरल नेटवर्क का एक प्रकार है
इमेज क्लासिफिकेशन और इमेज पहचान के लिए प्रमुख रूप से उपयोग किया जाता है
मानव आँख के समान काम करता है: किसी इमेज के आंतरिक भाग को पहचानना
इसे आर्टिफिशियल न्यूरल नेटवर्क से अलग बनाता है कि यह सीधे इमेज डेटा पर काम कर सकता है जबकि आर्टिफिशियल न्यूरल नेटवर्क नंबर डेटा पर काम करता है
कार्य करने का तरीका
Convolution Layer
: इमेज के फीचर्स का पता लगाने के लिए उपयोग होता है, जैसे किनारे, बनावट आदि
Pooling Layer
: इमेज डेटा का आकार कम करने के लिए प्रयोग किया जाता है
Fully Connected Layer
: आर्टिफिशियल न्यूरल नेटवर्क के समान प्रिडिक्शन करने का काम करता है
इमेज डेटा
RGB और ग्रेस्केल इमेज
RGB के लिए 3 चैनल: Red, Green, Blue
इमेज पिक्सल 0 से 255 के बीच एक वैल्यू रखते हैं
साइज और रिज़ॉल्यूशन महत्वपूर्ण होते हैं
स्टेप्स
Convolution
: इमेज के सेट के ऊपर कन्वेन्शन ऑपरेशन लगाते हैं जिससे खास फीचर्स निकल कर आते हैं
Pooling
: इसके बाद इन फीचर्स को कंप्रेस करते हैं जिससे डेटा का आकार कम हो जाता है
Flatten
: डेटा को एक मल्टी-डायमेंशनल ऐरे से वन-डायमेंशनल में परिवर्तित करते हैं
Fully Connected
: आखिरी में इस डेटा को एक फुल्ली कनेक्टेड लेयर में पास करते हैं जो CNN के माध्यम से इमेज को क्लासिफाई करता है
इम्प्लीमेंटेशन
Convolution Layer
: एजेज, फीचर्स को डिटेक्ट करना
Pooling Layer
: डेटा को नॉर्मालाइज करना, एजेस को स्ट्रेन्थन करना
Flatten Layer
: टूडी डेटा को वन डी डेटा में बदलना
Fully Connected Layer
: आर्टिफिशियल न्यूरल नेटवर्क जैसा काम करना
ड्रॉपआउट लेयर
: ओवरफिटिंग से बचाने के लिए
यह कैसे काम करता है:
उदाहरण:
इमेज वेरिफिकेशन – इमेज से किनारों को निकालना
मल्टिप्लाई ऑपरेशन – एजेज डिटेक्शन
मैक्स पूलिंग – फीचर्स को बढ़ाना और इमेज डेटा को कंप्रेस करना
फ्लुटिंग – इमेज डेटा को वन डी में कन्वर्ट करना
फुल्ली कनेक्टेड लेयर – क्लासिफिकेशन
प्रयोग
इमेज डेटा पढ़ना और कन्वर्ट करना
टेंसोरफ्लो का उपयोग करना
मॉडल और लेयर्स बनाना
फीचर्स और एजेज एक्सट्रेक्ट करना
मॉडल फिट करना और ट्रेन करना
टेस्टिंग और प्रेडिक्शन के लिए मॉडल का उपयोग
निष्कर्ष
CNN मॉडल इमेज क्लासिफिकेशन और कई अन्य कार्यों में उपयोगी है
यह आर्टिफिशियल न्यूरल नेटवर्क का प्रभावी एक्सटेंशन है
इमेज डेटा के साथ ओवरफिटिंग से निपटने और फीचर डिटेक्शन में उन्नत एक्सेल करता है
प्रेक्टिकल इम्प्लिमेंटेशन में ट्रेनिंग और टेस्टिंग डाटा के समुचित उपयोग का महत्व
संदर्भ
डीप लिजार्ड वेबसाइट
केराज लाइब्रेरी के डॉक्यूमेंटेशन
📄
Full transcript