Reklam
Yapay zekâ sözlüğü Orta seviye

Evrişimli Sinir Ağları (CNN)

Convolutional Neural Networks (CNN)

31.08.2026 tarihinde güncellendi

Evrişimli Sinir Ağları (CNN), görsel verilerdeki mekânsal hiyerarşiyi, kenarları, dokuları ve nesne parçalarını filtreler (çekirdekler) yardımıyla otomatik olarak öğrenen derin öğrenme mimarisidir.

Genel bakış

Kavramın çerçevesi
Bilgisayarlı görünün (Computer Vision) devrim yaratan temel mimarisidir. İnsan beynindeki görsel korteksin çalışma biçiminden esinlenilmiştir.

Çalışma mantığı: Üç temel katmandan oluşur: 1) Evrişim Katmanı (Convolution): Görsel üzerinde kaydırılan küçük filtrelerle kenar ve doku öznitelikleri çıkarılır. 2) Havuzlama Katmanı (Pooling/MaxPooling): Boyutu küçülterek hesaplama yükünü azaltır ve öznitelikleri konuma dayanıklı kılar. 3) Tam Bağlantılı Katman (Fully Connected): Çıkarılan özniteliklerle nihai sınıflandırmayı yapar.

Kullanım alanları: Yüz tanıma, tıbbi görüntü analizi (MR, Röntgen), otonom sürüş şerit tespiti ve güvenlik kamerası takibi.

Sınırlılıklar ve dikkat edilmesi gerekenler: Piksel düzeyindeki mekânsal ilişkileri çok iyi yakalarken, nesnelerin açısı veya göreceli konumları değiştiğinde zorlanabilir (bu durumu çözmek için veri artırma kullanılır).

Teknik tanım ve açıklama

Temel mekanizma
Girdilere mekânsal filtreleme (konvolüsyon) matrisleri uygulayarak öznitelik haritaları (feature maps) üreten ve ağırlık paylaşımı ile parametre verimliliği sağlayan derin sinir ağı sınıfıdır.

Gerçek hayatta kullanım

Örnek senaryo
Bir akıllı telefon kamerasının fotoğraf çekilirken insan yüzlerini anında sarı kutu içine alıp odaklanması CNN mimarisi sayesinde gerçekleşir.