📌 Evrişimli Sinir Ağları ile İlgili Genel Kavramlar

📚 Önemli Terim

Terim

Açıklama

Konvülosyon(Convolution)

Görüntüye bir filtre uygulayarak görüntüdeki bazı özellikler vurgulanır.

🎀 Konvolüsyon Örneği

🤔 -7'yi nasıl bulduk?

element wise çarpma yaptık, sonra sonuç matrisinin toplamını hesapladık; yani:

3*1 + 1*0 + 1*(-1)
+
1*1 + 0*0 + 7*(-1)
+
2*1 + 3*0 + 5*(-1)
=
-7

Ve diğer elemanlar için bu şekilde devam eder 🙃

👼 Hesaplamayı Görselleştirme

🔎 Kenar Algılama

Konvolüsyon işleminin bir uygulaması

🔎 Kenar Algılama Örnekleri

Sonuç: yatay çizgiler ortaya çıkıyor

Sonuç: dikey çizgiler ortaya çıkıyor

🙄 Ya Diğer Sayılar?

Filtrenin elemanlarına sayı koyabileceğimiz pek çok yol var.

Örneğin, Sobel filtresi bu şekildedir:

1 0 -1
2 0 -2
1 0 -1

Scharr filtresi de bu şekildedir:

3 0 -3
10 0 -10
3 0 -3

Prewitt filtresi:

-1 0 1
-1 0 1
-1 0 1

Yani buradaki kritik nokta orta satıra dikkat etmek.

Ve Roberts filtresi:

1 0
0 -1

✨ Başka Bir Yaklaşım

Bu sayıları ML yaklaşımı ile ayarlayabiliriz; Filtrenin bir ağırlık grubu olduğunu diyebiliriz, yani:

w1 w2 w3
w4 w5 w6
w7 w8 w9

Bu sayede, elle elde etmek yerine otomatik olarak yatay, dikey, açılı veya herhangi bir kenar tipini öğrenebiliriz.

🤸‍♀️ Hesaplamalı Detaylar

n*n'lik bir resmimiz varsa ve f*f'lik bir filtre uygulamak istersek, sonuç resmi n-f+1*n-f+1 boyutunda olacaktır

😐 Olumsuz Yanları

  1. 🌀 Çok fazla filtre uygularsak, görselimiz küçülür.

  2. 🤨 Köşelerdeki piksellere yeterince dokunulmadığından, görüntünün kenarlarından birçok bilgi göz ardı ediliyor

💡 Çözüm

Resimlere Dolgulama işlemini uygulayabiliriz 💪

🌞 Yazının Aslı

🧐 Referanslar