![c860cc5c08f304ee8df5279ddf29bd2f.png](https://i-blog.csdnimg.cn/blog_migrate/2573102654589e33deacb58f89e1cc28.jpeg)
im2col()
矩阵卷积
卷积就是卷积核跟图像矩阵的运算。卷积核是一个小窗口,记录的是权重。卷积核在输入图像上按步长滑动,每次操作卷积核对应区域的输入图像,将卷积核中的权值和对应的输入图像的值相乘再相加,赋给卷积核中心所对应的输出特征图的一个值,如下图所示(这里卷积核要旋转180 °):
![f945fbedc4e3aa6bec665ab8567ef4e1.png](https://i-blog.csdnimg.cn/blog_migrate/8b76383d930e28d2ddd53d584adc3dcc.png)
如果还不懂的话,可以类比均值滤波,用一个矩阵算子对于图像上一块图像,对于像素点相乘,再相加,这就是卷积。(再理解简单点,就是两个矩阵的乘法,但是此时乘法的规则是对应点相乘,最后再相加,得到一个结果。)
那么im2col()有什么用呢?
im2col的作用就是优化卷积运算,如何优化呢?
我们先学习一下这个函数的原理。
我们假设卷积核的尺寸为2×2,输入图像尺寸为3×3.im2col做的事情就是对于卷积核每一次要处理的小窗,将其展开到新矩阵的一行ÿ