传统CNN的概念理解--LeNet-5

最新推荐文章于 2021-12-14 14:24:38 发布

难受啊！马飞...

最新推荐文章于 2021-12-14 14:24:38 发布

阅读量653

点赞数

分类专栏：深度学习文章标签： cnn 深度学习

本文链接：https://blog.csdn.net/qq_33328642/article/details/119986142

版权

深度学习专栏收录该内容

11 篇文章 10 订阅

订阅专栏

本文介绍了CNN结构可视化工具，重点解析了LeNet-5网络结构，包括卷积核、featuremap的概念。卷积核尺寸、深度和数量可自由设定，影响下一层的featuremap数量。featuremap是经过卷积处理后的图像。LeNet-5网络从C1到F6层的结构、参数和连接数逐一剖析，展示了卷积层和下采样层的工作原理。

摘要由CSDN通过智能技术生成

CNN结构可视化的神器

在这里插入图片描述
没错，看到这个网站了吗。有了这个网站，我们可以把CNN的结构很好的可视化。
基本上可以解释你对CNN的 feature map和卷积核filter的所有疑惑。

https://www.cs.ryerson.ca/~aharley/vis/conv/
不多说了，上面就是这个可视化工具的网址。这个可视化工具的CNN框架是LeNet-5。
来，我们看一下LeNet-5的网络结构。正好啊，这个网络的输入是单通道灰度图为例的。
在这里插入图片描述

2 CNN的一些专用名词

feature map、卷积核、卷积核个数、filter、channel的概念解释
channel RGB图像有三个channel，灰度图有一个channel

2.1 卷积核的理解

卷积核在有的文档里也称为过滤器（filter）。
关于卷积核，大家最关系的就是卷积核的尺寸。一般来讲，卷积核的33D或者55D等，前面的33或者55就是卷积核的尺寸，这个是随便大家设计的，甚至11的卷积核都可以。设置11的卷积核主要作用是为扩大下一层feature map的数量。
大家更关注的是卷积核的第三个参数D，一般来讲我们定意思D为卷积核的深度。在一些博客中，大家都会这么理解：如果输入图像是三通道的RGB图像，那么第一批卷积核的深度D就是3.。如果输入图像是灰度图，第一批卷积核的深度就是1.。
除此之外，大家更关注的就是卷积核的数量问题了，因为卷积核的数量直接影响下一层feature map的数量。即卷积核的数量=下一层feature map的数量。
以LeNet-5的第一层为例，它的第一批卷积核有6个，所以处理的feature map的数量就是6.。如下图所示：

在这里插入图片描述

到这里，大家也就可以理解卷积核数量是如何使用了。换句话说就是，你在下一层想有多少featuer map，那么你只需要使用多少个卷积核就可以了。
好了，我们继续讨论卷积核的深度，因为这个很重要。
其实卷积核的深度也是随便大家如何设置的。即使是在输入层的第一层输入的是RGB图像，大家也可以设置深度为1的卷积核。为了可以这样设计呢？首先，大家把RGB图像的三个通道的图像层看成是三个featuer map就可以了。这个时候，有时候我们目标的一些颜色信息。比如我们曾经写的一个关于零样本识别的论文。我们通过提取目标的语义信息判断目标的名称。比如身上五颜六色的鸟，我们需要提取他们的颜色，因此，我们在每个通道逐个使用卷积核提取特征。
还有一点就是，在其它层的卷积核，以LeNet-5为例，在第二个卷积层时，作者想同时提取多个feature map的特征。因此他们设置卷积核的深度为4，图下图所示“
在这里插入图片描述
所以，说到这里。对卷积核的设置基本是可以根据大家的需求随意设置。

2.2 feature map

所谓的feature map，就是经过卷积核或者说是filtr处理后的图像。
feather map 是怎么生成的？
输入层：在输入层，如果是灰度图片，那就只有一个feature map；如果是彩色图片，一般就是3个feature map（红绿蓝）。
其它层：层与层之间会有若干个卷积核（kernel）（也称为过滤器），上一层每个feature map跟每个卷积核做卷积，都会产生下一层的一个feature map，有N个卷积核，下层就会产生N个feather map。