Le reti ResNet

ResNet: Connessioni Residuali e Vanishing Gradient

🔍 ResNet: Cosa Sono e Perché Sono Importanti?

Le ResNet (Residual Networks) sono un'innovativa architettura di reti neurali profonde sviluppata da Microsoft nel 2015 e descritta nel paper 1512.03385. Sono progettate per risolvere il problema del vanishing gradient, che affligge le reti molto profonde.

⚠️ Il Problema del Vanishing Gradient

Quando le reti neurali diventano molto profonde, i gradienti degli strati iniziali diventano sempre più piccoli durante il backpropagation, rendendo difficile l'aggiornamento dei pesi. Questo fenomeno si chiama Vanishing Gradient.

  • 🚨 Pesi non aggiornati → Gli strati iniziali imparano molto lentamente.
  • 🚨 Rete inefficiente → Prestazioni peggiori rispetto a reti meno profonde.

🔗 Connessioni Residuali: La Soluzione

Le **ResNet** introducono le **connessioni residuali**, che permettono di saltare uno o più strati nella rete neurale, migliorando il flusso dell’informazione.

Invece di apprendere una trasformazione diretta F(x), la ResNet apprende solo la **differenza** tra l’input e l’output:

y = F(x) + x

Dove:

  • F(x) → Trasformazione appresa dalla rete.
  • x → Input originale (che viene saltato e sommato all’output).

🚀 Vantaggi delle ResNet

  • ✅ **Permettono reti molto più profonde** (ResNet-50, ResNet-101, ResNet-152).
  • ✅ **Evitano il problema del Vanishing Gradient**.
  • ✅ **Migliorano le prestazioni su ImageNet e altri benchmark**.

📌 Conclusione

Le **ResNet** hanno rivoluzionato il Deep Learning permettendo la creazione di reti **molto profonde**, senza i problemi tipici delle reti tradizionali. Grazie alle **connessioni residuali**, queste reti possono **imparare più velocemente** e ottenere **risultati migliori**. 🚀

CV CLASSIFICAZIONE di Jo & Luke

Commenti

Posta un commento

Post popolari in questo blog

SSD (Single Shot MultiBox Detector)

Immagine
SSD (Single Shot MultiBox Detector) - Object Detection SSD (Single Shot MultiBox Detector) – Object Detection in un unico passo SSD (Single Shot MultiBox Detector) è un modello di object detection single-stage , che rileva oggetti e bounding box in un unico passaggio , senza bisogno di un processo separato di region proposal (come Faster R-CNN). 🚀 Come funziona SSD? SSD utilizza una rete convoluzionale (CNN) che genera contemporaneamente: Bounding box degli oggetti nell'immagine. Classi degli oggetti contenuti in ogni bounding box. A differenza di YOLO , SSD genera più bounding box di varie dimensioni e proporzioni, chiamate default boxes o prior boxes . Per ogni bounding box tra le k disponibili in una data posizione, SSD calcola: c punteggi di classe (uno per ciascuna delle classi dell'oggetto). 4 valori di offset (che rappresentano la variazione rispetto alla forma predefinita della box)...
Continua a leggere

Instance Segmentation: Cos'è e Come Funziona

Instance Segmentation: Cos'è e Come Funziona 🎯 Instance Segmentation: Cos'è e Come Funziona 🔍 Introduzione La Instance Segmentation è una tecnica avanzata di Computer Vision che combina Object Detection e Semantic Segmentation. Il suo obiettivo è non solo classificare ogni pixel di un'immagine, ma anche distinguere le diverse istanze di oggetti appartenenti alla stessa classe. 📊 Differenze tra Semantic, Instance e Panoptic Segmentation Tipo Descrizione Semantic Segmentation Assegna la stessa etichetta a tutti i pixel appartenenti a una classe. Instance Segmentation Distingue tra oggetti individuali della stessa classe. Panoptic Segmentation Combina Semantic e Instance Segmentation, distinguendo oggetti e sfondo. A di...
Continua a leggere

U-Net: Architettura per la Segmentazione di Immagini

Immagine
U-Net: Architettura per la Segmentazione di Immagini 📌 U-Net: Architettura per la Segmentazione di Immagini 🔍 Introduzione U-Net è una delle reti neurali più popolari per la segmentazione delle immagini , progettata inizialmente per applicazioni in biomedical imaging. La sua struttura è caratterizzata da un'architettura encoder-decoder con una forma a "U" , da cui deriva il nome. 🏗️ Architettura di U-Net La rete U-Net è composta da tre parti principali: ✅ Encoder : comprime l'immagine ed estrae le caratteristiche principali. ✅ Decoder : ripristina la dimensione spaziale per generare una segmentazione accurata. ✅ Skip Connections : collegano i livelli dell’encoder con il decoder per mantenere i dettagli spaziali. ⚙️ Funzionamento dell'Encoder L'encoder funziona come una CNN classica, composta da blocchi convoluzionali con: ...
Continua a leggere