CNN(卷积神经网络)

CNN(Convolutional Neural Network，卷积神经网络)能高效学习图像中的空间模式。与将空间结构展平的全连接网络不同，CNN 通过卷积保留邻域关系，实现从边缘到语义概念的分层特征提取。

核心组件：

• 卷积层：滤波器在输入上滑动检测局部特征。浅层捕获边缘；深层识别物体
• 池化层：降低空间分辨率，减少计算量同时增强平移鲁棒性
• 批量归一化：归一化输入分布，稳定训练过程
• 全连接层：将特征向量转换为类别概率

里程碑架构：

• LeNet-5(1998)：开创了 CNN 用于数字识别
• AlexNet(2012)：赢得 ImageNet 竞赛，点燃深度学习革命
• VGGNet(2014)：用 3×3 滤波器证明了深度的重要性
• ResNet(2015)：跳跃连接使 100 层以上的网络训练成为可能
• EfficientNet(2019)：统一缩放宽度、深度和分辨率

除分类外，CNN 还作为目标检测(YOLO、SSD)、语义分割(U-Net、DeepLab)和姿态估计的骨干网络。Vision Transformer 在大规模任务上与之竞争，但 CNN 在边缘设备上仍占主导地位。

各层的英文名称：卷积层为 Convolutional Layer，池化层为 Pooling Layer (代表性做法是 Max Pooling 与 Average Pooling)，批归一化为 Batch Normalization，最后把特征向量转换为类别概率的是全连接层 (Fully Connected Layer)。ResNet 能够训练超过 100 层，靠的是残差连接 (Skip Connection)。