画像認識、物体検出などの基本となる(CNN)畳み込みニューラルネットワークの重要性と学習系計画について

#畳み込みとは
CNNでの畳み込みとは画像の部分部分を小さいフィルターでなぞる特徴抽出器のようなものである。それによって、画像の中の物体の輪郭や模様、テクスチャなどの局所的な特徴を検出することが可能となる。簡単に言うと周囲のピクセル関係からパターンを見つける計算をしているといえる。
#CNNの重要性について
画像分類や一般的なニューラルネットでは入力→前処理→特徴抽出→全結合層→出力というのが大まかな流れとなっている。その中でCNNの使われる畳み込み層や特徴抽出を行う部分がメインの大部分をしめ、この部分でモデルの性能はほぼ決まるということができる。そのためほとんどの研究や実務で工夫されるのは畳み込み層の特徴抽出部分である。