【目标检测03】卷积操作知识备注

【参考资料】
【1】https://www.zhihu.com/question/20500497/answer/45708002

1 卷积逆向计算原理

假设：

1、某一时刻发生一个冲击响应 x(0)，例如往水中丢入一个石块；
2、该冲击响应伴随一个衰减 h(t)，此衰减与时间相关；

则存在：

1、当t=0时，当前时刻的总响应为 y(0) = x(0) * h(0)
2、当t=1时，当前时刻的总响应为 y(1) = x(0) * h(1) + x(1) * h(0)
3、当t=2时，当前时刻的总响应为 y(2) = x(0) * h(2) + x(1) * h(1) + x(2) * h(0)
4、当t=k时，当前时刻的总响应为 y(k) = x(0) * h(k) + x(1) * h(k-1) + ... + x(k) * h(0)

2 卷积的数学定义

2.1 一维卷积信号定义

• 数学定义【离散】

$y(n)={\sum }_{i=-\infty }^{\infty }x(i)\ast y(n-i)$

• 举例：
  存在信号 a = [1,2,3,4]、信号 b = [1,2,3]，求卷积 a * b。
  由上述数学公式定义可知，存在如下公式：

$(a\ast b)[n]={\sum }_{m=0}^{3}a(m)\ast b(n-m)$，于是可依次类推

$(a\ast b)[0]=a[0]\ast b[0]$
$(a\ast b)[1]=a[0]\ast b[1]+a[1]\ast b[0]$
$(a\ast b)[2]=a[0]\ast b[2]+a[1]\ast b[1]+a[2]\ast b[2]$

通常用图解法计算时则分为两步，如求 (a * b)[0] 时：
第一步：将 b 进行反转为 [3, 2, 1]
第二步：移位计算如下图所示：

2.2 二维卷积信号定义

• 数学定义【离散】

• 举例
  二维卷积信号，特别是针对卷积神经网络或图像处理时也同样遵循所谓的反转、移动、乘积。例如有一个三维卷积核：
  
  则进行反转后叠加到原图片中进行平移计算，此处与图像处理的过滤、均值等保持一致。所以图像上叠加一个均值滤波的卷积算子，就可以理解为这个二维信号被叠加了一个衰减。

3 卷积核输入和输出的换算

备注：此处的参考文献暂时找不到，是参考网上材料

上图中 3 * 3 * 3 的卷积核在 6 * 6 * 3 的数据中滑动，由于z轴维度一致，因此只在x轴和y轴上屏蔽，其屏蔽后产生的结果数据为 4 * 4。
在卷积神经网络中还存在几个主要参数，包括滑动步长和卷积核数量，因此实际的输出推到中如下：

上例中输入为 2272273的向量，卷积核为 96个11113的卷积核，步长为4，由此：
● 11宽度的卷积核在227宽度的输入向量中，以步长4滑动 （227 - 11）/4 + 1 = 55
● 96个卷积核，即发生了96次卷积操作，生成向量为 555596

重要备注：
输入： 3通道的6 * 6图像 3 * 6 *6
卷积核： 2个3 * 3的卷积核 2 * 3 * 3 * 3
卷积结果： 2个4 * 4的图像

也就是说当这一层定义卷积核时，该卷积除了长和宽外还有一个通道维度，这个维度永远等于输入层的通道数。

4 池化操作

将上述图像在 2 * 2的范围内取最大值，同时平移的间隔也是2。因此其输出是一个 2 * 2 的数据