卷积层提取到的究竟是什么?
根据卷积的操作,其实有点类似于下采样,可以类似下采样来理解,比如3*3的卷积,是把这9个像素点融合到一个像素点,但是特征的相对位置是不变的
如何理解特征的相对位置是不变的?
比如有这么一副图像,(512,512,3)
经过一个5*5的卷积核(5,5,3),变成(507,507,1)的feature map
但是,在头部做卷积时,卷积后的值在feature map上是在上面的,在脚部做卷积时,卷积后的值是在feature map的下面的,也就是说,卷积后的feature map中,头部的特征和脚部的特征的相对位置是不变的
尽管有的卷积核可能不能学习到脚部的特征(或者其他位置的特征),但它学习到的头部的特征相对于其他卷积核学习到的脚步的特征的相对位置也是不变的
这也是anchor在feature map上生成的基础