ResNet – sieć neuronowa z "połączeniami skrótowymi", kluczowa dla wizji komputerowej.

Sieć neuronowa z połączeniami skrótowymi to zaawansowany model głębokiego uczenia, który wprowadza mechanizm tzw. „residual connections” (połączeń resztkowych). Dzięki nim sygnał wejściowy jest przekazywany dalej w sieci z pominięciem jednej lub kilku warstw, co pozwala na skuteczniejsze uczenie bardzo głębokich architektur. Ta innowacja rozwiązuje problem zanikającego gradientu, który utrudnia trenowanie sieci o dużej liczbie warstw i umożliwia budowanie modeli o setkach warstw.

Głównym obszarem zastosowania tego typu sieci jest wizja komputerowa, gdzie znacząco poprawiły wyniki w zadaniach takich jak rozpoznawanie obrazów, klasyfikacja czy detekcja obiektów. Dzięki połączeniom skrótowym model może efektywniej uczyć się reprezentacji danych, zachowując jednocześnie stabilność procesu uczenia. Wprowadzenie tej architektury zapoczątkowało nową erę w projektowaniu sieci neuronowych i stanowi fundament wielu współczesnych rozwiązań w dziedzinie sztucznej inteligencji.