池化函数小例子

"""
卷积后的特征图具有一种“静态性”的属性，为了描述全局性信息，需要对特征图不同位置的特征进行聚合
统计，例如，特征提取可以计算图像一个区域上的某个特定特征的平均值（或最大值）。相比使用所有提取到的特征，
这些概要统计特征维度更低，同时还会改善结果，不容易过拟合，这种聚合的操作就叫做池化。
加强卷积特征提取

TensorFlow池化运算的函数
tf.nn.max_pool(value, ksize, strides, padding, name=None)
1. value: 需要的池化输入，一般池化层接在卷基层后面，所以输入通常是feature map，
shape依然是[batch, height, width, channels]
2. ksize: 池化窗的大小，是一个4维Tensor，一般是[1, height, width, 1]
3. strides: 滑动步长，一般是[1, stride, stride, 1]
4. padding: 仍然取值为"VALID"和"SAME"之一
池化最终的返回结果是一个Tensor，类型为float，shape是[batch, height, width, channels]
"""
# 池化函数的小例子
import tensorflow as tf
import cv2
import numpy as np

data = tf.constant([
    [[3.0, 2.0, 3.0, 4.0],
     [2.0, 6.0, 2.0, 4.0],
     [1.0, 2.0, 1.0, 5.0],
     [4.0, 3.0, 2.0, 1.0]]
])

# 首先将其变为4维Tensor，变成了一个单通道的特征图
data = tf.reshape(data, [1, 4, 4, 1])
maxPooling = tf.nn.max_pool(data, [1, 2, 2, 1], [1, 2, 2, 1], padding="VALID")
sess = tf.Session()
print(sess.run(maxPooling))
sess.close()

# 使用池化运算加强卷积特征提取
# 以lena.jpg为例，在卷积处理后，加上一个池化操作，然后观察原图以及特征图像，并查看张量的变化
imgPath = "tensorflow_application/lena.jpg"
img = cv2.imread(imgPath)
img_float = np.array(img, np.float32)
x_image = tf.reshape(img_float, [1, 512, 512, 3])

filter = tf.Variable(tf.ones([7, 7, 3, 1]))

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
res = tf.nn.conv2d(x_image, filter, strides=[1, 2, 2, 1], padding="SAME")  # 卷积输出的特征图
res_pool = tf.nn.max_pool(res, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding="VALID")  # 池化输出的特征图
# 将原图进行可视化
cv2.imshow("origin", img)
# 将卷积特征图进行可视化
res_conv_img = sess.run(tf.reshape(res, [256, 256])) / 128 + 1
res_conv_img = res_conv_img.astype("uint8")  # 将float转变为uint8，不然无法可视化
cv2.imshow("conv", res_conv_img)
# 将池化特征图进行可视化
res_pool_img = sess.run(tf.reshape(res_pool, [128, 128])) / 128 + 1
res_pool_img = res_pool_img.astype("uint8")
cv2.imshow("pool", res_pool_img)
# 打印张量
print(res)  # 卷积输出的张量，由于步长为2，且padding="SAME"，故大小变为256*256
print(res_pool)  # 池化输出的张量，由于步长为2，故大小变为128*128