如何理解过滤器
通俗的理解:过滤器就是卷积核的数量。该文章详细参考信息网址:https://blog.csdn.net/weixin_38481963/article/details/109920512
这里输入通道为3,每个通道都需要跟一个卷积核进行卷积运算,然后将结果相加得到一个特征图的输出,这里有4个过滤器,就是得到了4个特征图(有的博客介绍:输出通道数为4)
单个特征图计算可看下图:
再来看一下单通道的例子:
输入是灰色图片,输入通道数是1,卷积核有3个,做三次卷积操作,生成3个特征图,输出通道数为3。
单通道特征图的计算为:
这里可能会有人有疑惑为什么图片的类型是RGB的,它的通道数就是3呢?
这里要从计算机如何识别图片来考虑。在人眼中看到的图片是五颜六色,对于计算机来说就只是数字。那么计算机如何分辨图片颜色呢?——RGB。所有颜色都可以用这三种颜色来表示,因此我们只需要三个数字就可以表示一种颜色。
下图是我随机选择的几个颜色的RGB表示:
计算机要表示整张图片,就是用数字去表示整张图片的所有像素,但是每个像素需要三个数值来表示,于是就有了图片的3通道。每个通道分别表示RGB三种颜色。
最初的通道数是3,但是有的神经网络通道数目多达100多个,怎么理解呢?
我们依然可以类比RGB通道,对于多通道我们可以看做是颜色表示的更抽象版本,每一个通道都表示图像某一方面的信息。