De siste årene har vi opplevd en revolusjon innen bildegjenkjenning, mye takket være nye dype læringsalgoritmer. Konvolusjonsnettverk blir nå hyppig tatt i bruk på nye typer bildedata utover vanlige RGB-bilder, for eksempel medisinske røntgenbilder eller marine akustikkdata. Etter en kort innføring i hvordan konvolusjonsnettverk fungerer presenteres et eksempel på hvordan slike algoritmer trent på akustiske data fra ekkolodd kan gi forbedret bestandsestimering av fisk, og være et steg på veien mot mer bærekraftige fiskebestander.