卷积神经网络读书报告

卷积神经网络（CNN）是受生物视觉皮层启发的深度学习模型，凭借独特的层级结构与特征提取机制，成为计算机视觉领域的核心技术。其基本架构由输入层、卷积层、池化层、全连接层及输出层构成，各模块分工明确：输入层接收图像等网格数据，卷积层通过可学习的卷积核对局部区域进行卷积运算，逐层提取边缘、纹理等底层特征与物体轮廓、部件等高层语义特征；池化层（如最大池化、平均池化）通过下采样压缩数据维度，减少计算量的同时增强模型对微小位移的鲁棒性；全连接层则整合高层特征，最终通过输出层完成分类、回归等任务。
CNN的核心优势在于局部感知与参数共享：局部感知模拟人类视觉只关注局部区域的特性，降低冗余计算；参数共享让同一卷积核在整幅图像中复用，大幅减少模型参数数量，避免过拟合。自2012年AlexNet在ImageNet竞赛中夺冠后，CNN迎来爆发式发展，ResNet通过残差连接解决深层网络梯度消失问题，YOLO、Faster R-CNN等模型则将其应用拓展至实时目标检测、图像分割等领域，同时在医学影像诊断（如肿瘤识别）、自动驾驶（如交通标志检测）等实际场景中发挥重要作用。
然而，CNN仍存在局限：对小样本数据敏感，易受数据分布差异影响；模型决策过程“黑箱化”，可解释性较弱。未来需结合迁移学习、注意力机制、可解释AI等技术，进一步提升其泛化能力与透明度，推动其在更复杂场景中的应用。