Guide

Come funziona l’AI per il riconoscimento immagini



Indirizzo copiato

Il riconoscimento delle immagini digitali è una delle applicazioni più note dell’intelligenza artificiale. Dalla teoria alla pratica, ecco come funzionano i classificatori convoluzionali e il pooling, con le possibili applicazioni aziendali 

Pubblicato il 16 giu 2025

Pablo Cerini

Giornalista



Reti neurali convoluzionali

Il riconoscimento delle immagini è una delle applicazioni di intelligenza artificiale maggiormente conosciute considerando i numerosi campi di applicazione possibili.
Il livello di precisione raggiunto è dovuto ai progressi esponenziali compiuti negli ultimi anni nella ricerca sulle reti neurali. La tecnologia di cui parliamo, infatti, è basata sulle reti convoluzionali, che sono un tipo di rete neuronale con caratteristiche specifiche per le applicazioni di computer vision.
Una rete neurale è un modello di apprendimento che prende decisioni in modo simile al cervello umano, utilizzando processi che imitano i neuroni biologici. Ogni rete neurale è composta da strati di nodi (neuroni artificiali), a cui sono associati dei pesi e dei valori di soglia: la modifica di questi valori da parte di un algoritmo di apprendimento guida la rete nel trasformare una richiesta di informazioni (spazio di input) in una predizione statistica. La particolarità delle reti convolutive è di comprendere nei propri layer dei livelli ingegnerizzati per processare immagini, ossia classificatori convoluzionali e livelli di pooling.

Continua a leggere questo articolo

Articoli correlati