卷积、平均池化、最大池化

卷积、平均池化、最大池化_宁静致远*的博客-CSDN博客_平均卷积参考https://blog.csdn.net/cqhblg/article/details/89074292https://blog.csdn.net/sunflower_sara/article/details/813220481 卷积通俗点说：卷积在图像处理中的应用就是用一个模式矩阵和原图像矩阵相乘，得到一个新的矩阵作为卷积结果。（核：指一组权重的集合，它会应用在源图像的一...https://blog.csdn.net/weixin_40522801/article/details/105632405

1 卷积

卷积是一种积分运算，用来求两个曲线重叠区域面积。可以看作加权求和，可以用来消除噪声、特征增强。 把一个点的像素值用它周围的点的像素值的加权平均代替。

2 pooling

pooling的结果是使得特征减少，参数减少，但pooling的目的并不仅在于此。pooling目的是为了保持某种不变性（旋转、平移、伸缩等。

根据相关理论，特征提取的误差主要来自两个方面：

• 邻域大小受限造成的估计值方差增大；
• 卷积层参数误差造成估计均值的偏移。

2.1 平均池化

max-pooling，即对邻域内特征点取最大。mean-pooling能减小第一种误差（邻域大小受限造成的估计值方差增大），更多的保留图像的背景信息，

2.2 最大池化

max-pooling，即对邻域内特征点取最大。max-pooling能减小第二种误差（卷积层参数误差造成估计均值的偏移），更多的保留纹理信息。