Een convolutioneel netwerk, vaak afgekort als CNN, is een type neuraal netwerk dat bijzonder goed is in het verwerken van beelden. Het model kijkt niet naar een volledige afbeelding tegelijk, maar scant kleine stukjes tegelijk. Daardoor herkent het lijnen, vormen, patronen en later steeds complexere kenmerken.
Dit artikel is onderdeel van de AI Woordenlijst op De Wereld van AI. Daar vind je een overzicht van alle belangrijke AI-begrippen.
Hoe een convolutioneel netwerk werkt
Deze stap-voor-stap manier van kijken lijkt op hoe menselijke visuele waarneming werkt. CNN’s worden daarom gebruikt voor toepassingen zoals beeldherkenning, medische scans analyseren, objectdetectie, gezichtsherkenning en zelfs het herkennen van handschriften.
Een convolutioneel netwerk bestaat uit meerdere lagen die elk een deel van de visuele informatie verwerken. Hoe meer lagen, hoe beter het model subtiele details en complexe patronen leert herkennen.
Waarom een convolutioneel netwerk zo effectief is
Convolutionele netwerken zijn zo krachtig omdat ze slim omgaan met visuele informatie. In plaats van elk detail afzonderlijk te analyseren, herkennen ze patronen die op meerdere plekken in een afbeelding terugkomen. Hierdoor hoeven ze minder parameters te leren dan traditionele neurale netwerken.
Daarnaast behouden ze de ruimtelijke structuur van een afbeelding. Dat betekent dat het model begrijpt waar iets zich bevindt, niet alleen wat het is. Dit is belangrijk bij taken zoals objectdetectie, waarbij zowel herkenning als locatie een rol speelt.
Ook kunnen convolutionele netwerken omgaan met variaties in beelden. Kleine verschillen in positie, schaal of licht hebben minder invloed op de herkenning. Hierdoor blijven ze betrouwbaar in realistische situaties.
Verder leren
Wil je de basis van AI en neurale netwerken beter begrijpen? In mijn Gratis Basiscursus AI leg ik deze concepten op een eenvoudige manier uit, zonder technische termen. Wil je meer leren over kunstmatige intelligentie? Op mijn YouTube-kanaal De Wereld van AI vind je heldere uitleg en praktische voorbeelden.