计算机视觉-认识卷积神经网络(一)

1.CNN工作的大体概述:

计算机可以通过寻找诸如边缘和曲线之类的低级特点来分类图片，继而通过一系列卷积层级建构出更为抽象的概念。

2.为什么叫卷积神经网络

简单来说，视觉皮层有小部分细胞对特定部分的视觉区域敏感，而CNN的确是从视觉皮层的生物学上获得启发的。

3.CNN工作概述

指挑选一张图像，让它经过一系列卷积层、非线性层、池化(下采样)和全连接层，最终得到输出。输出可以是最好地描述了图像内容的一个单独分类或一组分类的概率。

4.什么是卷积

卷积是指将卷积核应用到某个张量的所有点上，通过将卷积核在输入的张量上滑动而生成经过滤波处理的张量。

图片示例

5.总结

卷积完成的是对图像特征的提取或者说信息匹配，当一个包含某些特征的图像经过一个卷积核的时候，一些卷积核被激活，输出特定信号。
我们训练区分猫狗的图像的时候，卷积核就会被训练，训练的结果就是卷积核会对猫和狗的不同特征敏感，输出不同的结果，从而达到了图像识别的目的。