Redes neuronales convolucionales. Aplicación a la detección de objetos

Abstract

Las redes neuronales convolucionales son una familia paramétrica de funciones que han demostrado ser útiles en gran variedad de aplicaciones como la visión artificial. Sus fundamentos teóricos están basados en la estadística, pero también dependen del análisis numérico para encontrar los parámetros adecuados para resolver una tarea concreta. Explicamos los fundamentos del aprendizaje automático. Después, explicamos cómo se construyen las redes neuronales convolucionales y los principales algoritmos para su optimización numérica. Finalmente, explicamos en detalle el funcionamiento del algoritmo YOLO (mira una única vez), que es capaz de identificar objetos en imagen y generar rectángulos delimitadores para ellos en tiempo real.

Convolutional Neural Networks is a family of parametric functions that has proven useful in many applications such as computer vision. Their theoretical grounds are based on statistics, but they rely on numerical analysis to find the right parameters to perform on a given task. We explain the general foundations of machine learning. Afterwards, we explain how convolutional neural networks are built and the main algorithms for their numerical optimization. Finally, we explain in detail YOLO (You Only Look Once) algorithm, which is able to identify objects in images and generate bounding boxes for them in real time.