Task6-卷积神经网络(CNN)

(没学太明白啊(ó﹏ò。)后面再看一些别的资料补充再来修改本文吧(超小声))

常用语影像处理

流程:

input→ \toconvolution→ \tomax pooling→ \toconvolution→ \tomax pooling … \dots→ \toflatterm→ \to全连接前馈神经网络→ \tooutput

用多次convolution和max pooling来提取图像特征,减少计算次数。

图案特征

  1. 图案比整张图小很多
  2. 同一图案出现在不同的区域
  3. 对像素下采样不会改变物品的基本信息
    其中1、2用卷积,3用Max Pooling

Convolution
矩阵内积,移位,内积,移位…

  • 黑白图像只有一个矩阵,彩色图需要RGB三个维度的矩阵

应用:像素点排成一列作为input,Filter作为权重,每次计算选择内积对应的点为输入,移位前后共用一套权重
⇒ \Rightarrow提取图像特征

Max Pooling
在卷积的结果中每n个一组,每组中取max,再按相对位置组成新的矩阵。
⇒ \Rightarrow缩小矩阵


版权声明:本文为m0_37572755原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。