¿Cómo “ven” las imágenes las Redes Neuronales Convolucionales?

En una CNN (Convolutional Neural Network), los llamados pesos son valores numéricos que permiten a la red aprender patrones visuales dentro de una imagen. Estos pesos forman parte de pequeños filtros conocidos como kernels, los cuales recorren la imagen buscando características específicas.

En las primeras capas, la red aprende patrones simples como líneas, bordes o cambios de color. Conforme la información avanza, las capas intermedias comienzan a identificar texturas y formas más complejas, mientras que las capas profundas pueden reconocer objetos completos, rostros o estructuras específicas.

Lo interesante es que estos filtros no son programados manualmente. Durante el entrenamiento, la red ajusta automáticamente sus pesos mediante millones de cálculos hasta aprender qué patrones son más importantes para resolver una tarea. Gracias a esto, las CNN se han convertido en una de las tecnologías más importantes en visión por computadora e inteligencia artificial.

Referencia:

LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(11), 2278–2324