卷积神经网络（CNN）

最新推荐文章于 2024-05-25 21:32:01 发布

qq_45649076

最新推荐文章于 2024-05-25 21:32:01 发布

阅读量792

点赞数

文章标签：神经网络 cnn 深度学习

本文链接：https://blog.csdn.net/qq_45649076/article/details/120099469

版权

1.1 卷积神经网络基础

卷积神经网络（CNN）@TOC

前言

卷积神经网络主要用于图像处理

一、卷积神经网络是什么？

卷积神经网络：包含卷积层的神经网络都叫做卷积神经网络

全卷积神经网络：不包含全连接层，只包含卷积层以及池化层的神经网络

Convolutions：卷积层

Subsampling:下采样层（池化层）

Full connection:全连接层在这里插入图片描述

二、卷积神经网络可以干什么

1.图片分类

根据图片内容将图片分成不同的类别。
在这里插入图片描述

2.图片检索

基于内容的图像检索分为三个层次：

（1）依据提取图像本身的颜色、形状、纹理等低层特征进行检索；

（2）基于图像的低层特征，通过识别图像中的对象类别以及对象之间的空间拓扑关系进行检索；

（3）基于图像抽象属性（场景语义、行为语义、情感语义等）的推理学习进行检索；
在这里插入图片描述

3.目标检测

目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。

计算机视觉中关于图像识别有四大类任务：

（1）分类-Classification：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。

（2）定位-Location：解决“在哪里？”的问题，即定位出这个目标的的位置。

（3）检测-Detection：解决“在哪里？是什么？”的问题，即定位出这个目标的位置并且知道目标物是什么。

（4）分割-Segmentation：分为实例的分割（Instance-level）和场景分割（Scene-level），解决“每一个像素属于哪个目标物或场景”的问题。
将图片中要检测的目标全部框选出来，标上相应的标签，并且显示出预测正确的可能性。

4.图像分割

按分割目的划分
（1）普通分割
将不同分属不同物体的像素区域分开。
如前景与后景分割开，狗的区域与猫的区域与背景分割开。

（2）语义分割
在普通分割的基础上，分类出每一块区域的语义（即这块区域是什么物体）。
如下图画面中的所有物体都指出它们各自的类别。

（3）实例分割
在语义分割的基础上，给每个物体编号。

将图片分为不同的区域。

5.图像描述

Image Caption即图像描述，目的是从图片中自动生成一段描述性文字，即看图说话。难点是不仅要能检测出图像中的物体，而且要理解物体之间的相互关系，最后还要用合理的语言表达出来。需要将图像中检测到的目标得到相应的向量，再将这些向量映射到文字。
简单描述图片内容。

三、全连接层

1.全连接层结构

在这里插入图片描述

2.BP神经网络运行机制

在这里插入图片描述

3.实例：利用BP神经网络做车牌数字识别

在这里插入图片描述

（1）.如何将图片数据输入到神经网络

在这里插入图片描述
第一张图片：读入一张彩色的RGB图像，每个像素都包含三个RGB分量，首先进行灰度化，得到第二张图。
第二张图片：灰度图片，每一个像素值只有一个分量。再进行二值化处理，得到第三张黑白图像。

用一个5乘3的滑动窗口进行滑动，计算出白色的像素点所占的比例。
第一行第五个滑动窗口已经越界，处理方法一：在右边补上一列0，或者事先进行预测，调整滑动窗口的大小。遍历完成后得到一个5乘5的矩阵。
在这里插入图片描述
将5乘5的矩阵转化成1行25列的行向量。此时已经完成了数字图片到计算机可以识别的行向量的转化，转化成功以后就可以输入到计算机中。