卷积神经网络边缘检测实例

注:本文是吴恩达网易公开课的学习笔记

电脑如何搞清楚一张图片中的物体?

首先电脑需要检测楚图片中的垂直边缘(vertical edge),水平边缘(horizontal)。

电脑通过卷积检测出做边缘检测。

垂直边缘检测过程:



卷积是将图片和卷积核进行卷积的过程,在python里面用的是conv_forward, tensorflow中用的是tf.nn.conv2d,在Keras中用的是Conv2D


如果将一个有着明显边缘区分的图片在卷积核卷积后,可以看出卷积的结果是图片的垂直边缘被明显的高亮显示在灰色的图片中。



  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
卷积神经网络边缘检测是通过卷积计算在图像中找到边缘的过程。边缘是图像中颜色、亮度或纹理变化的位置,它们通常表示了物体之间的边界或者物体内部的结构变化。卷积神经网络通过使用卷积核与输入图像进行卷积操作来实现边缘检测。卷积核是一个小的矩阵,它在输入图像上滑动并计算出一个新的特征图,这个特征图表示了图像中边缘的位置和方向。 具体而言,当一个有明显边缘区分的图片被卷积核卷积时,卷积的结果会将图像的垂直边缘高亮显示在灰色的图片中。这是因为卷积操作可以通过计算像素之间的差异来检测边缘。卷积核在滑动过程中,会与图像中的像素进行加权求和,如果像素之间存在较大的差异,则会产生较大的输出值,从而高亮显示边缘的位置。 通过在卷积神经网络中使用多个卷积层和非线性激活函数,网络可以逐渐提取更加复杂的边缘特征。这些边缘特征可以用于图像分类、目标检测和图像分割等任务。卷积神经网络边缘检测在计算机视觉领域中具有广泛的应用和研究价值。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [基于三维牙齿网格的卷积神经网络边缘检测_A convolutional neural network for teeth mar](https://download.csdn.net/download/dwf1354046363/77757716)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [卷积神经网络边缘检测](https://blog.csdn.net/qq_45359086/article/details/113842315)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [卷积神经网络边缘检测实例](https://blog.csdn.net/zhuguiqin1/article/details/80920985)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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