卷积
卷积也就是说,神经网络不再是对每个像素的输入信息做处理,而是对图像上每一小块区域的处理。这种做法加强了图像信息的连续性,使得神经网络能“看到”图形,而非一个点。这种做法同时也加深了神经网络对图像的理解。
卷积神经网络有一个批量过滤器,持续不断在图像上滚动,收集图像的信息,每一次收集来的信息只是收集一小块的像素区域,然后把收集来的信息进行整理,这时候,整理出来的信息有了一些实际上的呈现。假设一张人物的图像,整理出来的信息能画出眼睛、鼻子等。再进行一次过滤,脸部的特征信息也被从这些眼睛、鼻子的信息中总结出来(假设检查到两个眼睛的特征,一个鼻子的特征,就认为是脸部特征)。最后再把这些信息套入普通的全连接神经网络进行分类,这样就能得到分类的结果。
如上图,多个过滤器不断收集图片的信息,假设有10个过滤器,每个过滤器大小均为5 * 5像素的。由于是按像素块进行收集的,也就是5 * 5像素的输入,一个特征信息的输出。所以经过一次卷积之后,图片长宽会被压缩。而初始高度为3(也就是RGB层),会被替代成卷积后的特征,假设此时从图片中提取了眼睛、鼻子、嘴巴、耳朵等区域的像素块,每个区域的像素块作为一个高度,既图片高度增加了。而接下来又会在此基础上,继续提取瞳孔、睫毛、鼻梁、鼻尖等等更细节的像素块。每次卷积高度都会增加。
如上图,经过不断的卷积,图片的长宽会逐渐压缩,高度会逐渐增加。
研究发现,在每次卷积的时候,神经层可能会无意的丢失一些信息。这时,池化就能很好的解决这个问题。在卷积的时候,不压缩图片的长宽,尽量保留更多的信息,压缩的工作就交给磁化。
如上图,一个简单的图像分类的神经网络。从下到上,首先是输入的图片,然后经过一个卷积层,然后经过一个池化层(这里是MAX PooLing的方式),然后再卷积、再磁化,再把得到的信息传入两层全连接的神经层,最后再接上一个分类器进行分类预测。