目标检测算法基础知识(二)－卷积神经网络知识

最新推荐文章于 2023-05-14 15:49:10 发布
最新推荐文章于 2023-05-14 15:49:10 发布
阅读量473 收藏 1
点赞数
分类专栏： 人工智能 文章标签： 卷积神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011719045/article/details/82947255
版权

1.什么是filter
通常一个6x6的灰度图像，构造一个3*3的矩阵，在卷积神经网络中称之为filter,对６x6的图像进行卷积运算。

2.什么是padding
假设输出图像大小为nn与过滤器大小为ff，输出图像大小则为(n−f+1)∗(n−f+1)(n−f+1)∗(n−f+1)(n-f+1)(n-f+1)。
这样做卷积运算的缺点是，卷积图像的大小会不断缩小，另外图像的左上角的元素只被一个输出所使用，所以在图像边缘的像素在输出中采用较少，也就意味着你丢掉了很多图像边缘的信息，为了解决这两个问题，就引入了padding操作，也就是在图像卷积操作之前，沿着图像边缘用0进行图像填充。对于33的过滤器，我们填充宽度为1时，就可以保证输出图像和输入图像一样大。

padding的两种模式：
Valid：no padding
输入图像nn,过滤器ff,输出图像大小为：(n−f+1)∗(n−f+1)
Same：输出图像和输入图像一样大

3.卷积步长
卷积步长是指过滤器在图像上滑动的距离，前两部分步长都默认为1

４．最大池化和平均池化
最大池化思想很简单，把44的图像分割成4个不同的区域，然后输出每个区域的最大值，这就是最大池化所做的事情。其实这里我们选择了22的过滤器，步长为2。在一幅真正的图像中提取最大值可能意味着提取了某些特定特征，比如垂直边缘、一只眼睛等等。
平均池化和最大池化唯一的不同是，它计算的是区域内的平均值而最大池化计算的是最大值。在日常应用使用最多的还是最大池化

上帝是笨蛋222
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【单目标优化求解】基于matlab斑马优化算法ZOA求解单目标优化问题【含Matlab源码 3011期】.zip
08-22
代码下载：完整代码，可直接运行 ；运行版本：2014a或2019b；若运行有问题，可私信博主； **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合 博主优势：精通Matlab各领域，且各项目代码较全，可供指导交流。 座右铭：行百里者，半于九十。 1 第一步：海神之光博主主页https://blog.csdn.net/TIQCmatlab?type=blog 2 第二步：搜索相关内容，回车或者点击；然后就出现您需要的文章： 3 Matlab软件下载 与善其事，必先利其器。学习matlab，必须要先下载好matlab软件。 下载链接：Matlab R2020a版安装下载详细操作步骤【Matlab 140期】 4 Matlab基础教程 我们在学习matlab时，如果前面所学知识有部分遗忘，可以及时翻阅课本加深记忆。因此，虽然现在互联网已经非常的发达，但是有一本纸质版的图书也是非常有必要的。 5 学会使用互联网查找知识 现在的互联网非常强大，只靠一本纸质书籍是远远不够的。我们还要学会在网上找一些matlab相关的基础知识进行学习。 6及时进行练习，以免眼高手低 matlab软件要及时的使用起来。我们在学习基础知识时，肯定会遇到很多的小的例子。即使我们对这些例子都能理解也要多使用matlab软件进行验证，看看我们敲出来代码是否也能正常运行。 7 遇到问题及时向博主求助 作为初学者，遇见不会的问题是非常正常的事情。海神之光擅长领域擅长路径规划、优化求解、神经网络预测、图像处理、语音处理等多种领域Matlab仿真，具体代码仿真 私信博主。
retinanet 中的filter_detections，为何要stack上labels
shuijinghua的博客
10-16 242
看代码，若网络预测出了10个box=[b1,b2,b3,,b10]对应10个scores=·[s1,s2,s3,...s10]=[0.1,0.2,0.3,0.4,..., 1],10个labels=[0,1,2,3,4,0,1,2,0,2] #就是网络检测种类有5种目标 step1 ,对于scores,过滤出得分大于阈值=0.05的那些box,记录其索引indices=[5,6,7,8,9] ...
多目标跟踪（MOT）中的卡尔曼滤波（Kalman filter）和匈牙利(Hungarian)算法详解
热门推荐
生命在于折腾！
10-24 2万+
多目标跟踪（MOT）中的卡尔曼滤波（Kalman filter）和匈牙利(Hungarian)算法详解 1. 概览 在开始具体讨论卡尔曼滤波和匈牙利算法之前，首先我们来看一下基于检测的目标跟踪算法的大致流程。 2. 卡尔曼滤波（Kalman filter） 目标跟踪中使用的就是最基础的 Kalman filter 算法。这里也仅仅讨论最基础的 Kalman filter 算法。 卡尔曼滤波算法的过程很简单，如下图所示。最核心的两个步骤就是预测和更新（下图的 correct）。 在目标跟踪任务中，目标的
卷积核（kernel）和过滤器（filter）的区别
Adam897的博客
08-19 1275
但是我也在许多博客中看到许多人直接用卷积核代表过滤器，在多通道情况下，卷积核就是三维的表示，除了宽、高之外，还增加了深度——卷积核的个数。一般情况下，过滤器的概念应当应用在多通道的情况下，因为在多通道情况下，我们没办法说一个卷积操作就能够产生一个特征图，于是有了过滤器这个概念，便于描述这种情况。（这个是我的猜测，哈哈哈哈）图2就是对一个单通道的图片做卷积操作，卷积核的大小是 3 × 3 ，卷积核的数目为1，最终得到1个特征图。上面的操作是对三个通道分别做卷积操作，然后将卷积的结果相加，最后输出一个特征图。
深度学习之卷积神经网络
qq_44250808的博客
04-23 2195
全连接神经网络（Fully connected neural network）处理图像最大的问题在于全连接层的参数太多。参数增多除了导致计算速度减慢，还很容易导致过拟合问题。所以需要一个更合理的神经网络结构来有效地减少神经网络中参数的数目。而卷积神经网络（Convolutional Neural Network，CNN）可以做到。 1. 卷积神经网络构成 输入层 整个网络的输入，一般代表了一张图片的像素矩阵。图 1中最左侧三维矩阵代表一张输入的图片，三维矩阵的长、宽代表了图像的大小，而三维矩阵的深度代表了
卷积神经网络kernel/filter/stride
weixin_63016274的博客
12-03 1016
卷积神经网络kernel/filter/stride
卷积神经网络CNN中的几个重要概念
Firmiana1220的博客
01-18 1033
1. 滤波器 Filter 在卷积层中，需要用到滤波器去和图像中的一块进行运算。这个概念可以参考通俗易懂理解卷积神经网络CNN，下面给出卷积的动态图： 图中灰色的3*3矩阵就是一个filter，它正在图像矩阵上滑动来对图像上不同部分进行聚焦。卷积操作中，一般会有多于一个filter，因为每一个filter会获取一个方面的特征。比如在识别小狗的图像时，需要一个filter去获取颜色，还有一个去获取...
卷积层中的卷积核大小不同的区别与卷积层中的filters是什么
kurodasense的博客
05-14 906
filters是滤波器，filters的数量等于输出通道（output channels）的数量。每个滤波器都会产生一个输出特征图，因此滤波器的数量决定了输出特征图的数量，也就是输出通道的数量。
人工智能开发入门教程知识点总结与必备知识.docx
04-07
深度学习：深入理解卷积神经网络（CNN）、循环神经网络（RNN）、Transformer等模型架构。 Python编程：熟练使用Python进行数据预处理、模型训练、评估和部署。 数据科学工具：熟悉NumPy、Pandas、Matplotlib、...
【单目标优化求解】基于matlab鹈鹕算法求解单目标优化问题【含Matlab源码 2969期】.zip
08-16
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命...
【单目标优化求解】基于matlab鸟群算法求解单目标优化问题【含Matlab源码 2906期】.zip
08-16
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命...
自适应综合学习人工电场算法CLAEFA求解单目标优化问题【含Matlab源码 2908期】.zip
08-16
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命...
卷积神经网络——CNN
sapphirer的博客
08-18 410
##卷积神经网络
深度学习笔记_基本概念_卷积网络中的通道channel、特征图feature map、过滤器filter和卷积核kernel
惊鸿一博
08-17 1万+
目录 卷积网络中的通道、特征图、过滤器和卷积核 1.feature map 1.1 feature map 1.2 feature map怎么生成的？ 1.3 多个feature map 的作用是什么？ 2.卷积核 2.1 定义 2.2 形状 2.3卷积核个数的理解 3.filter 4.channel 4.1 定义 4.2 分类 4.3 通道与特征 4.4通道的终点 卷积网络中的通道、特征图、过滤器和卷积核 1.feature map 1.1 feature map .
第二课.图卷积神经网络
白景屹的博客
01-29 1458
目录卷积神经网络图卷积神经网络GNN数据集图的表示GCNGNN的基准化：Benchmarking Graph Neural Networks 卷积神经网络 在计算机视觉中，卷积网络是一种高效的局部特征提取工具，一个卷积层包含多个filter，每个filter的kernel数量等于输入张量的通道数，输出张量的通道数量就是filter的个数，一个filter中的各个kernel是不同的； 可以理解为不同的filter提取不同的局部特征，filter内的kernel不同是为了获取输入张量上不同通道的局部信息，最后
初识卷积神经网络
dreamLC1998的博客
10-09 1010
初识卷积神经网络（CNN） 从今天起，正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西，主要是名字就太“高级”了，网上的各种各样的文章来介绍“什么是卷积”尤为让人受不了。听了吴恩达的网课之后，豁然开朗，终于搞明白了这个东西是什么和为什么。我这里大概会用6~7篇文章来讲解CNN并实现一些有趣的应用。看完之后大家应该可以自己动手做一些自己喜欢的事儿了。 一、引子————边界检测...
一文看懂variant convolutions
驽马十驾，功在不舍；锲而不舍，金石可镂。
12-17 3431
一文看懂普通卷积、反转卷积以及空洞卷积 convolution、 transform convolution、dilated convolution 首先是普通卷积 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客： 全新的界面设计 ，将会带来全新的写作体验； 在创作中心设置你喜爱的代码高亮样式，...............
Java swing + socket + mysql 五子棋网络对战游戏FiveChess.zip
最新发布
05-12
五子棋游戏想必大家都非常熟悉，游戏规则十分简单。游戏开始后,玩家在游戏设置中选择人机对战，则系统执黑棋，玩家自己执白棋。双方轮流下一棋，先将横、竖或斜线的5个或5个以上同色棋子连成不间断的一排者为胜。 【项目资源】：包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。 【技术】 Java、Python、Node.js、Spring Boot、Django、Express、MySQL、PostgreSQL、MongoDB、React、Angular、Vue、Bootstrap、Material-UI、Redis、Docker、Kubernetes
卷积神经网络的基础知识
05-01
卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习神经网络，主要应用在图像识别、图像分类、目标检测等领域。 卷积神经网络主要包含以下几个部分： 1. 卷积层：卷积层是卷积神经网络的核心部分，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值