六、AI学习笔记|智能视觉|卷积神经网络

目录

 

1、智能视觉

2、卷积运算

3、边缘检测

4、Padding

5、卷积运算后的矩阵大小

6、3D卷积

7、池化层

8、卷积的好处

---

1、智能视觉

图像识别

目标检测

风格转换：输入一张图片，输出不同风格的版本

问题：神经网络的输入特征会比较大，可能会出现过拟合、对计算力的要求较高

2、卷积运算

假设有一张6x6x1的图片

有一个卷积核（也可以叫过滤器）：过滤器的维度一般都是奇数的：如 1x1、 3x3、 5x5、 7x7

用*代表卷积运算，结果将得到一个 4x4的矩阵。

计算原理

（1）4x4 矩阵的第一个元素

（2）4x4 矩阵的第二个元素原理是一样的，只是需要将过滤器右移 s 步（此处s=1）

（3）4x4 矩阵的第二行的元素，则是需要过滤器向下移动 s 步（此处s=1）

3、边缘检测

边缘是指的黑色与白色交界的地方，也就是物体的轮廓。

边缘可以分为垂直边缘和水平边缘

垂直边缘过滤器

水平边缘过滤器

正边缘：从亮色过渡到暗色的边缘

假设有一张图片，左边亮色，右边灰色，对应的矩阵如右图所示，明显中间的垂直线就是边缘,即10与0的交界处。

使用上面的矩阵和下面的过滤器进行卷积运算

得到结果

中间的高亮部分就对应着前面图片中间垂直边缘。

负边缘：从暗色过渡到亮色的边缘

4、Padding

卷积运算的缺点

• 输出会比较小，比如 6x6 的输入矩阵，输出可能是 4x4

• 输入矩阵边缘部分只使用了一次，但是矩阵内部的元素却使用了多次，因此很多边缘部分的特征没有被采集到。

Paddin可以解决上面两个问题

5、卷积运算后的矩阵大小

n：矩阵维度

p：Padding数量

f：过滤器的维度

s：步长

计算结果向下取整

6、3D卷积

7、池化层

1. 池化是非线性下采样的一种形式，主要作用是通过减少网络的参数来减小计算量，并且能够在一定程度上控制过拟合。

2. 通常在卷积层的后面会加上一个池化层。池化包括最大池化、平均池化等。其中最大池化是用不重叠的矩形框将输入层分成不同的区域，对于每个矩形框的数取最大值作为输出层，如上图所示。

池化后的矩阵大小

n：矩阵维度

p：Padding数量

f：过滤器的维度

s：步长

8、卷积的好处

减少参数数量，从而降低网络的计算量，同时也可以有助于防止过拟合，而且也可以提高鲁棒性。