基础概念:图片的卷积和池化操作
图片的卷积和池化操作
- 计算机视觉(分类/检测/分割)的基本操作
- 图片的格式
- 卷积和池化
计算机视觉(分类/检测/分割)的基本操作
在计算机视觉的深度学习中,我们最常用的就是CNN网络,翻译过来就是卷积神经网络,所以卷积操作就是最基本的操作。那我们就开始看看这个神奇的卷积操作是怎样的(我开始学习的时候根本就不清楚为什么要卷积,没有一个直观的概念)。
图片的格式
(1)在构建好深度学习网络后,我们要将数据读取进去进行训练(本人认为数据预处理阶段相较于网络的构建更加花费时间,后续有时间再说),
(2)平时的图片格式有jpg/png/gif…很多的类型。就我而言,一般收集的图片最多是jpg和png的形式。我们知道三原色(rgb),
(3)那我们将图片导入网络进行训练的时候通常是(w,h,channle),这里的channle就是通道数,rgb形式的彩色图片的通道就是3,若是灰度图,通道数就是1啦。
卷积和池化
不多废话,上公式了!!!
卷积和池化
1.输入图像尺寸: W* W * 3
2.Filter/卷积核/kernel: F×F
3.步长/stride:S
4.padding:P
5.Filter/卷积核/kernel数量:M
输出图像尺寸: N×N×M
则N = (W − F + 2P )/S+1
注意呢:向上取整(不是4舍5入)
为什么要进行卷积和池化?
1.卷积的作用:用输出图像中更亮的像素表示原始图像中存在的边缘信息,将边缘检测图像用于训练。
2.池化的由来:卷积输出中包含的大部分信息是冗余的,可以通过池化操作减小输入的大小以及输出中相似值的数量。
不直观,上图片吧
现在应该有比较直观的感受了吧。卷积提取特征,池化消除冗余信息,计算公式中卷积和池化其实是一样的,只是提取特征和处理时的计算方式不同。
基础概念:图片的卷积和池化操作相关推荐
- TensorFlow实现卷积、池化操作
1.调用tf.nn.conv2d()实现卷积 首先是调用卷积函数实现卷积操作: 这里说明一下conv2d的定义及参数含义: 参考 [定义:] tf.nn.conv2d (input, filter, ...
- 【数据挖掘】卷积神经网络 ( 池化 | 丢弃 | 批量规范化 | 卷积神经网络完整流程示例 | 卷积 | 池化 | 全连接 | 输出 | 卷积神经网络总结 )
文章目录 I . 池化 II . 丢弃操作 III . 批量规范化 IV . 卷积神经网络 完整流程示例 ( 1 ) : 原始输入图 V . 卷积神经网络 完整流程示例 ( 2 ) : 卷积层 C1C ...
- PyTorch框架学习十——基础网络层(卷积、转置卷积、池化、反池化、线性、激活函数)
PyTorch框架学习十--基础网络层(卷积.转置卷积.池化.反池化.线性.激活函数) 一.卷积层 二.转置卷积层 三.池化层 1.最大池化nn.MaxPool2d 2.平均池化nn.AvgPool2 ...
- 使用CNN实现图像分类——理解卷积神经网络(卷积、池化、全连接)
1. 卷积神经网络(CNN)简介 19世纪60年代,科学家通过对猫的视觉皮层细胞研究发现,每一个视觉神经元只会处理一小块区域的视觉图像,即感受野(Receptive Field).卷积神经网络的概念即 ...
- 【Pytorch神经网络理论篇】 13 深层卷积神经网络介绍+池化操作+深层卷积神经网络实战
1 深层卷积神经网络概述 1.1 深层卷积神经网络模型结构图 1.1.1 深层卷积神经网络的正向结构构成剖析 输入层,将每个像素作为一个特征节点输入网络. 卷积层:由多个滤波器组合而成. 池化层:将卷 ...
- cs231n-(7)卷积神经网络:架构,卷积层/池化层
架构总览 常用的层 卷积层 概述 池化层 归一化层 全连接层 全连接层转为卷积层 卷积网络架构 层模式 层大小设计模式 实例 计算资源考虑 额外资源 卷积神经网络和普通神经网络非常类似.卷积神经网络由 ...
- [CNN] 卷积、反卷积、池化、反池化
之前一直太忙,没时间整理,这两天抽出点时间整理一下卷积.反卷积.池化.反池化的内容,也希望自己对一些比较模糊的地方可以理解的更加清晰. 一.卷积 1.卷积的简单定义 卷积神经网络中的卷积操作可以看做是 ...
- 深度学习--说一说卷积和池化
卷积是神经网络的基础,算是大厦的地基,卷积实际上来说就是两个数列之间的相互处理.池化的作用我感觉主要就是减小图像或者说矩阵的大小,并且不同的池化方法选取不同的信息作为保存信息. 转载:http://w ...
- 卷积和池化matlab 实现,UFLDL新版教程与编程练习(七):Convolution and Pooling(卷积和池化)...
UFLDL是吴恩达团队编写的较早的一门深度学习入门,里面理论加上练习的节奏非常好,每次都想快点看完理论去动手编写练习,因为他帮你打好了整个代码框架,也有详细的注释,所以我们只要实现一点核心的代码编写工 ...
- pytorch深度学习入门与实战——今天我们来对一张图像进行卷积、池化,以及激活层的使用展示
import numpy as np import torch import torch.nn as nn import matplotlib.pyplot as plt from PIL impor ...
最新文章
- LINUX CentOS7安装字体库
- W5500EVB UDP模式的測试与理解
- IIR+全通滤波器级联实现系统零相位相移_matlab仿真
- pycharm 安装与激活
- 守护基于JVM的应用程序
- 江苏单招试题计算机原理及答案,江苏省对口单招计算机组装与维修计算机原理考题分类汇总.docx...
- 如何不让Oracle使用Linux的swap分区
- el表达式的转义字符。
- C++ string , int 之间相互转换
- python神经网络编程 豆瓣,神经网络算法python实现
- win10企业版 微软商店安装
- 命主属性是水什么意思_八字五行属性查询表,有没有五行属性含水的且
- 520套日式 韩游 消除RGB类 人物角色 动画序列帧 手游动画
- GoogleMap获取地图中心点位置信息
- 什么在占用你的Mac磁盘空间?Mac磁盘清理软件为何选择DaisyDisk?
- 北华大学计算机科学技术学院宿舍,【图片】【2017新生咨询专贴】学校寝室介绍|学习生活贴士【北华大学吧】_百度贴吧...
- 利用AIDA64查看CPU,GPU,RAM温度,使用率等
- 安全管家安卓_【沙发管家】电视盒子Root是什么意思?Root有风险吗?
- 记住回家的路-周国平
- 6-1 圆的面积 (10 分)