什么是卷积神经网络?它与嵌入式视觉有什么关系?

为了让机器具备人类的理解和思考能力，科学家们创造了卷积神经网络(CNNs)。尽管它们需要高度复杂的算法来模仿人类思维的过程，但它们并不难理解。卷积并不意味着卷积。

帮助机器像人类一样思考

卷积神经网络和嵌入式视觉领域的领导者不仅仅想让机器更快。他们想让机器更聪明。目标是帮助机器像人类一样看待世界，以同样的方式感知世界，然后应用它们所拥有的知识。一些用途包括图像识别、图像分类和自然语言处理。

作为人类，我们不断地分析我们的环境。我们还会对我们看到的东西进行标记和预测。例如，你可能知道最近的出口在哪里。还有进大楼的每一扇门。你的大脑已经为紧急情况做好了准备。但你还记得今天早上你送进办公室的荧光灯的数量吗?

你的大脑会自动处理这些工作。这是与生俱来的。这看起来可能很简单，但是将这个过程编程到CNN中是相当具有挑战性的。cnn必须接受输入，识别重要信息，对其进行分类，预测下一步要做什么，然后采取行动。但这种人工智能是如何与嵌入式视觉联系在一起的呢?

卷积神经网络与嵌入式视觉

cnn可以被训练成像人类一样看世界。CNN不需要训练机器对它可能遇到的每一个物体的每一个特征进行训练，它可以将这个过程自动化。使用嵌入式视觉，机器可以通过将对象与巨大的数据集进行比较来识别对象。它们甚至可以在出错时调整分类参数。

卷积神经网络甚至与视觉有关，因为它们是三维组织的。它们有宽度、高度和深度。网络中的人工神经元与附近的其他神经元相连。CNN使用一种称为卷积的技术为输入添加一个过滤器，然后绘制出CNN认为它看到的对象的概率。

cnn非常适合对图像进行分类。这就是为什么它们与嵌入式视觉搭配得如此好。他们可以快速地从图像中提取数据，然后对数据进行分类。嵌入式视觉系统通常具有大带宽容量和低功耗的特点，这正是CNN所需要的。

现在你知道了卷积神经网络的所有知识，温习一下你的知识嵌入式视觉基础。