1. 卷积简介
作用:在计算机视觉中,卷积作为神经网络的一部分,常用来提取输入信息的特征。具体卷积的计算和操作步骤见 2. 单通道卷积
特性:具有局部感知能力,权值共享性和平移不变形。(因为一个3 × 3 filter遍历图片/前一层特征的时候,filter的值是固定不变的,同时filter每一次滑动所进行的操作都是局部的)
分类:具有目前卷积有很多类:2D卷积,3D卷积,空洞(膨胀)卷积,转置卷积,分组卷积,可形变卷积等等。下面的文章将会通过讲解和代码对各类卷积进行分析和对比。
2. 单通道卷积
如下图,展示了单通道卷积的过程,图片来源【知乎】整体步骤如下:
- 首先定义一个滤波器(卷积核),在下图中是[ [0,1,2], [2,2,0], [0,1,