01、cnn卷积神经网络特征提取中每次卷积特征图尺寸公式以及见解

公式(正方形图片情况下):
在这里插入图片描述
特征图尺寸公式: (输入尺寸w - 卷积核尺寸f + 2*填充p ) / 步长s + 1

例子(再次强调正方形,长方形自行变通):
输入特征9x9x1 #正方形灰度图。pytorch中1x9x9
卷积核3x3
填充=0
步长1
已知正方形长和宽一样,那么算出一个方向尺寸,另外一个方向一样。


```python
#这里相信你已知,卷积操作时使用卷积核心尺寸3x3,在图像平移,卷积核每个像素随机参数乘以当前平移位置
#像素点求和,然后相加,再拼接每次平移数据,等操作。

平移开始位置算一个,本例中长9 - 卷积核3 = 6 (步长1的情况下)可以平移6次 + 原始位置一次。最终等于7
也就是输出特征图尺寸长7 x 宽7 * 1灰度(RGB需要乘以3)

在这里插入图片描述

  • 0
    点赞
  • 0
    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