目标检测算法基础知识(二)－卷积神经网络知识

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