最近发现一个直接使用CNN提取手指静脉特征的论文,感觉论文的关键点就是把CNN的每层参数标明了。自己以前也只是知道框架,今天遇到后,完全不知道每层的数字怎么来的。查了好久,终于明白了关于灰度图像的计算。
举个论文中的例子,输入图像为65*153,第一个隐含层使用的卷积为(5*5*1)*153,其中5*5是卷积滤波器的大小,1是前一层也就是输入层的输出(65*153,这个是输入的尺寸,所以输出为1),153是自己定义的滤波器个数。如何计算得到
(65-5)/2=30 (153-5)/2=74 这是可以整除的情况,如果碰到不能整除的,则取整。每一层滤波器的个数作为第三个输出参数。