卷积神经网络及目标识别

一.卷积

https://blog.csdn.net/u014696921/article/details/71908332译自Tim Dettmers的Understanding Convolution in Deep Learning

公开课、教程

1. 图像中的卷积运算过程：输入image(二维向量，但有RGB三通道、高度、深度) * Kernel → feature map(RGB三通道各一个)。

详细过程为：其中RAM指100x100image，红色是3x3patch，与kernel进行元素乘再求和后输出到对应featuer map中的一个位置，然后再挪个位置进行卷积操作。

感受野（RF，receptive field）：在卷积神经网络CNN中，决定某一层输出结果中一个元素所对应的输入层的区域大小。用数学的语言就是感受野是CNN中的某一层输出结果的一个元素对应输入层的一个映