卷积含义

#1.卷积含义以及边缘检测应用
##1.1
"*"是卷积的意思(convolution)
3x3的过滤器filter(核kernel)对6x6的矩阵进行卷积,可以形成4x4的矩阵,因为它横向可以移动4次,纵向可以移动4次。
每一步卷积是对应位置相乘并相加。
这里写图片描述

横向第一次卷积

这里写图片描述

横向第二次卷积

这里写图片描述

纵向第一次横向第一次卷积

这里写图片描述

纵向第4次横向第4次卷积

##1.2边缘检测实例
垂直边缘检测的结果如图
这里写图片描述

垂直边缘检测的结果 边缘检测可辨识颜色的变化 ![这里写图片描述](https://img-blog.csdn.net/20180903161654109?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NsYXJvamE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
边缘检测可辨识颜色的变化

还可以进行水平边缘检测
这里写图片描述

水平边缘检测 可通过学习找到最合适的边缘检测filter ![这里写图片描述](https://img-blog.csdn.net/20180903161847186?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NsYXJvamE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
学习出最优边缘检测filter

#2.padding
##2.1 pading的原理
由于原始矩阵边缘元素在卷积过程中只被用到一次,会造成信息的丢失,所以我们可以给原始矩阵加一个padding。
这里写图片描述

增加padding ##2.2padding添加的原则 使得输出的矩阵和原始矩阵一样大小 ![这里写图片描述](https://img-blog.csdn.net/20180903162113302?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2NsYXJvamE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)
增加padding的原则

#3.步长stride
步长是设置filter移动的间距
这里写图片描述
总结步长的间距来计算总共filter多少个子矩阵,既最后输出多少的矩阵
这里写图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值