一、卷积神经网络发展史
卷积神经网络(convolutional neural networks,CNN) CNN是针对图像领域任务提出的神经网络,经历数代人的发展,在2012年之后大部分图 像任务被CNN统治,例如图像分类,图像分割,目标检测,图像检索等。
猫的视觉系统实验
- 神经元存在局部感受区域(receptive field),也称
感受野
- 细胞对
角度
有选择性 - 细胞对
运动方向
有选择性
-
对CNN启发
(1)视觉系统是分层、分级的进行处理,从低级到高级的抽象过程->堆叠使用卷积和池化
(2)神经元实际上是存在局部的感受区域的,具体说来,它们是局部敏感 ->神经元局部连接 -
CNN历史上三个第一
第一个卷积神经网络雏形——新认知机(Neocognitron)
第一个大规模商用卷积神经网络——Lenet-5
第一个技惊四座的卷积神经网络——AlexNet(2012)
二、卷积操作
- 图像识别特点
• 特征具有局部性
• 特征可能出现在任何位置
• 下采样图像,不会改变图像目标
- 特征具有局部性:卷积核每次仅连接KK区域,KK是卷积核尺寸
- 特征可能出现在任何位置:卷积核参数重复使用(参数共享),在图像上滑动
卷积核
:具可学习参数的算子,用于对输入图像进行特征提取