人工智能基础作业4

Rabbit_Gray

已于 2022-05-12 09:08:55 修改

阅读量634

点赞数 2

分类专栏：机器学习文章标签：人工智能深度学习 cnn

于 2022-05-12 09:05:42 首次发布

本文链接：https://blog.csdn.net/Rabbit_Gray/article/details/124678170

版权

机器学习专栏收录该内容

7 篇文章 1 订阅

订阅专栏

一、简单描述卷积、卷积核、多通道、特征图、特征选择概念。

卷积：使用一个长宽为kernel_size的卷积核在长宽为input_size的原始图片上扫描，每次移动步长为stride，为保证原始图片上靠近边缘的像素也能同非边缘像素一样被有效利用，给原始图片四周填充padding像素的边缘。则输出特征图大小output_size计算公式为：

卷积核：卷积核实际上是一个滤波器，在卷积神经网络中其参数是可学习的，对于一个通道数为c的输入特征图，需要的卷积核的size为(c, k, k)，其中k是卷积核长宽。卷积核的可学习参数还有一个bias，其size为(c, )，即卷积核的每个channel对应一个bias。

多通道：假设输入特征图channel为m，要求输出特征图channel为n，则需要n个size为(m, k, k)的卷积核。

特征选择：不同的卷积核对输入特征图上不同的pattern的响应不同，所以一个卷积核可以输出一张某pattern的响应强度特征图。

二、探究不同卷积核的作用，研究背后的原理。

※ 滤波器可以看成一个“模式检测器”，当扫描到的图像区域符合这个滤波器的“模式”，这个滤波器就会输出一个较强的信号。

模糊滤波核：滤波器输出的像素等于其3×3区域的像素按照高斯分布的权值加权平均，即输出的每个像素不仅受到输入像素的影响，还均匀收到其周围像素的影响，起到了平滑模糊的效果。

下图是一个高斯滤波核

锐化滤波核：和模糊相反，锐化是放大相邻像素之间差异的一种手段，如果一个像素和周围像素较为接近但不相等，锐化后它们之间的差异会变大，有利于增强模糊的细节。

下图是具有一阶提升系数的拉普拉斯锐化滤波核

边缘强化滤波核：边缘检测是图像处理任务中的重要手段，图像可以看成是一个关于x,y的二维函数，边缘可以看成是这个二维函数的梯度，诸如sobel这样的边缘检测算子可以捕捉到这种梯度信息。

下面是left sobel滤波核

三、编程实现

1. 经典卷积核，实现灰度图的边缘检测、锐化、模糊。

import torch
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

# 读取灰度图
img = Image.open("github.jpg").convert('L')
plt.imshow(img, cmap='gray')
plt.show()
img = np.array(img, dtype='float32').reshape(1, 1, img.size[1], img.size[0])
img = torch.from_numpy(img)

# 定义卷积层，单通道输入，单通道输出，因此需要1个3*3的卷积核
conv_layer = torch.nn.Conv2d(
    in_channels=1,
    out_channels=1,
    kernel_size=3,
    stride=1,
    padding=1
)

# 边缘检测卷积核
outline_kernel = [[-1, -1, -1],
                  [-1,  8, -1],
                  [-1, -1, -1]]
# 锐化卷积核
# sharpen_kernel = [[0, -1, 0],
#                   [-1, 5, -1],
#                   [0, -1, 0]]
# 模糊卷积核
# blur_kernel =    [[0.0625, 0.125, 0.0625],
#                   [0.125, 0.25, 0.125],
#                   [0.0625, 0.125, 0.0625]]
kernel = torch.from_numpy(np.array(outline_kernel, dtype='float32').reshape(1, 1, 3, 3))
conv_layer.weight.data = kernel

# 推理
img_output = conv_layer(img)

# 展示
plt.imshow(img_output.data.squeeze().numpy(), cmap='gray')
plt.show()

原图：