2-5-卷积操作的平移不变性

本文链接：https://blog.csdn.net/m0_47183379/article/details/108910560

不变性意味着它的外观发生了一定变化但是你仍能够识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。比如对图像分类任务来说，图像中的目标不管被移动到图片的哪个位置，得到的结果（标签）应该是相同的，这就是卷积神经网络中的平移不变性。在神经网络中，卷积被定义为不同位置的特征检测器，也就意味着，无论目标出现在图像中的哪个位置，它都会检测到同样的这些特征，输出同样的响应。比如人脸被移动到了图像左下角，卷积核直到移动到左下角的位置才会检测到它的特征。

池化：比如最大池化，它返回感受野中的最大值，如果最大值被移动了，但是仍然在这个感受野中，那么池化层也仍然会输出相同的最大值。这就有点平移不变的意思了。

所以这两种操作共同提供了一些平移不变性，即使图像被平移，卷积保证仍然能检测到它的特征，池化则尽可能地保持一致的表达。

2-5-卷积操作的平移不变性相关推荐

McGill微软将卷积操作加入到ViT中，捕获更详细的局部信息！准确率达87.7%！代码已开源！...
关注公众号,发现CV技术之美本文分享论文CvT : Introducing Convolutions to Vision Transformers,由McGill&微软联合提出<CvT ...
数字图像处理：空间相关与卷积操作
目录 1.数字图像处理中相关和卷积的区别 2.线性滤波 3.卷积的操作 3.1.卷积介绍 3.2.边界补充方法 3.3.常用卷积核及其意义 3.4.卷积的计算 3.4.1.空域计算-直接2D卷积 3. ...
卷积网络的平移不变性
文章目录 1 什么是不变性 2 为什么有平移不变性 3 为什么没有平移不变性 4 平移不变性的定义 5 如何实现平移不变性 1 什么是不变性 [不变性]就是目标发生了变换,但是你依然可以识别出来.在图 ...
『深度思考』为什么卷积神经网络具有平移不变性
为什么卷积神经网络具有平移不变性简单地说,卷积+最大池化约等于平移不变性. 卷积:简单地说,图像经过平移,相应的特征图上的表达也是平移的. 下图只是一个为了说明这个问题的例子.输入图像的左下角有一个 ...
卷积云神经网络_PointConv：在点云上高效实现卷积操作
3D 点云是一种不规则且无序的数据类型,传统的卷积神经网络难以处理点云数据.来自俄勒冈州立大学机器人技术与智能系统(CoRIS)研究所的研究者提出了 PointConv,可以高效的对非均匀采样的 3D ...
Java中实现通过文件夹选择任一图像，从而进行图像卷积操作
** Java中实现通过文件夹选择任一图像,从而进行图像卷积操作 ** 之前的那篇关于图像卷积的博客(Java中实现图像的卷积效果),只是讲了给定一张图片,从而实现图片的卷积操作:而现在,需要去实现 ...
一文详细介绍深度学习的各种卷积操作
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 转自: 机器之心我们都知道卷积的重要性,但你知道深度学习领域的卷积究竟是什么,又 ...
python 实现卷积操作
python实现卷积操作调用tf.nn.conv2d()实现卷积自己实现卷积函数我们知道,tensorflow里面自带卷积函数,tf.nn.conv2d()就可以实现相关功能,本文主要是自己实现 ...
Lesson 16.3 卷积操作
3 卷积操作这里有两个长度为9的列表,我们让对应位置的元素相乘,之后再相加: a∗9+b∗8+7∗c+6∗d+5∗e+f∗4+g∗3+h∗2+i∗1a * 9+b * 8+7 * c+6 * d+5 ...
DeepLearning：手动编辑python实现卷积操作
目前的深度学习框架真正去实现卷积的时候,使用的是矩阵乘法的方式,使用im2col操作将输入数据与权重展开成二维矩阵,然后直接做矩阵乘法, 缺点是占用许多内存.具体原理看下面这张图就能明白: 图片的上面 ...

2-5-卷积操作的平移不变性

2-5-卷积操作的平移不变性相关推荐

最新文章

热门文章