池化方法总结（Pooling）

最新推荐文章于 2025-10-04 10:16:32 发布
转载 最新推荐文章于 2025-10-04 10:16:32 发布 · 7.5k 阅读 · 2

本文介绍了卷积神经网络中的池化技术，包括一般池化、重叠池化和空间金字塔池化等，解释了池化如何帮助降低特征向量维度并提升模型效果。

FROM: http://demo.netfoucs.com/danieljianfeng/article/details/42433475#


在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。

为什么可以通过降低维度呢？

因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的想法就是对不同位置的特征进行聚合统计，例如，人们可以计算图像一个区域上的某个特定特征的平均值 (或最大值)来代表这个区域的特征。[1]


 1.  一般池化（General Pooling）

池化作用于图像中不重合的区域（这与卷积操作不同），过程如下图。

 

我们定义池化窗口的大小为sizeX，即下图中红色正方形的边长，定义两个相邻池化窗口的水平位移/竖直位移为stride。一般池化由于每一池化窗口都是不重复的，所以sizeX=stride。

 

最常见的池化操作为平均池化mean pooling和最大池化max pooling：

平均池化：计算图像区域的平均值作为该区域池化后的值。

最大池化：选图像区域的最大值作为该区域池化后的值。


2. 重叠池化（OverlappingPooling）[2]

重叠池化正如其名字所说的，相邻池化窗口之间会有重叠区域，此时sizeX>stride。

论文中[2]中，作者使用了重叠池化，其他的设置都不变的情况下， top-1和top-5 的错误率分别减少了0.4% 和0.3%。



3. 空金字塔池化（Spatial Pyramid Pooling）[3] 

空间金字塔池化可以把任何尺度的图像的卷积特征转化成相同维度，这不仅可以让CNN处理任意尺度的图像，还能避免cropping和warping操作，导致一些信息的丢失，具有非常重要的意义。

 

一般的CNN都需要输入图像的大小是固定的，这是因为全连接层的输入需要固定输入维度，但在卷积操作是没有对图像尺度有限制，所有作者提出了空间金字塔池化，先让图像进行卷积操作，然后转化成维度相同的特征输入到全连接层，这个可以把CNN扩展到任意大小的图像。


空间金字塔池化的思想来自于Spatial Pyramid Model，它一个pooling变成了多个scale的pooling。用不同大小池化窗口作用于卷积特征，我们可以得到1X1,2X2,4X4的池化结果，由于conv5中共有256个过滤器，所以得到1个256维的特征，4个256个特征，以及16个256维的特征，然后把这21个256维特征链接起来输入全连接层，通过这种方式把不同大小的图像转化成相同维度的特征。


对于不同的图像要得到相同大小的pooling结果，就需要根据图像的大小动态的计算池化窗口的大小和步长。假设conv5输出的大小为a*a，需要得到n*n大小的池化结果，可以让窗口大小sizeX为，步长为 。下图以conv5输出的大小为13*13为例。


疑问：如果conv5输出的大小为14*14，[pool1*1]的sizeX=stride=14，[pool2*2]的sizeX=stride=7，这些都没有问题，但是，[pool4*4]的sizeX=5，stride=4，最后一列和最后一行特征没有被池化操作计算在内。


SPP其实就是一种多个scale的pooling，可以获取图像中的多尺度信息；在CNN中加入SPP后，可以让CNN处理任意大小的输入，这让模型变得更加的flexible。

 

4.        Reference

[1]    UFLDL_Tutorial  

[2]    Krizhevsky, I. Sutskever, andG. Hinton, “Imagenet classification with deep convolutional neural networks,”in NIPS,2012.

[3]    Kaiming  He, Xiangyu Zhang, Shaoqing Ren, Jian Su,Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition,LSVRC-2014 contest


常见的几种池化操作：MaxPool2d/AdaptiveMaxPool2d/AvgPool2d/AdaptiveAvgPool2d...（Pytorch）
NorthSmile的博客
09-01 1万+
case3：output_size=（H_out,None）或output_size=（None,W_out），此时指定为None的维度与输入中保持一致，既output_size=（H_out,None）时W_out=W_in；case3：output_size=（H_out,None）或output_size=（None,W_out），此时指定为None的维度与输入中保持一致，既output_size=（H_out,None）时W_out=W_in；因为执行的是最大池化操作，所以在填充时使用负无穷。
有哪些池化方法
优快云 精品推荐
08-08 1353
池化（Pooling）是卷积神经网络（CNN）中常用的操作，用于减小特征图的尺寸、降低计算量，并保留重要的特征信息。池化操作的主要目标是减小特征图的尺寸，从而降低计算量和内存需求，并且有助于提取最显著的特征。在设计模型时，选择适当的池化方法和池化窗口大小对于实现好的性能和特征提取至关重要。最大池化在每个池化窗口中选择最大的特征值作为输出。不同的池化方法具有各自的优点和缺点，这些因素需要根据具体任务和模型设计的要求来进行选择。自适应池化允许指定池化后的特征图尺寸，而不需要事先指定池化窗口的大小。
【Keras模型构建从入门到精通】：掌握深度学习模型搭建的5大核心步骤
最新发布
QuickCode的博客
10-04 812
掌握Keras模型构建教程，系统学习深度学习模型搭建的5大核心步骤。涵盖神经网络设计、编译、训练与评估全流程，适用于图像识别、自然语言处理等场景。方法清晰，代码实例丰富，助你快速上手深度学习开发，值得收藏。
【深度学习】池化层Pooling-池化层：卷积神经网络的 “信息压缩大师”
weixin_73784131的博客
05-02 1643
从信息压缩的基础功能到等变性特性的深度优化，池化层以简洁而精妙的设计，成为 CNN 架构中不可或缺的一环。无论是加速运算、增强泛化，还是整合先验知识，池化层的每一项特性都在推动深度学习模型迈向更高的性能。理解其原理与应用技巧，不仅是面试中的关键考点，更是构建高效计算机视觉系统的必备能力。在未来的技术演进中，池化层的创新也将持续为深度学习注入新的活力。
池化方法
吕爽
04-15 1万+
池化方法 池化操作是卷积神经网络中的一个特殊的操作，主要就是在一定的区域内提出该区域的关键信息(一个亚采样过程)。其操作往往出现在卷积层之后，它能起到减少卷积层输出的特征量数目的作用，从而能减少模型参数同时能改善过拟合现象。池化操作通过池化模板和步长两个关键变量构成。模板描述了提取信息区域的大小(size_PL)，一般是一个方形窗口；步长(stride)描述了窗口在卷积层输出特征图上的移动步长，...
卷积神经网络（CNN）池化层的最大池化（Max Pooling）和 平均池化（Average Pooling）
JustinMars的博客
02-08 1492
最大池化和平均池化
总结所有的池化(Pooling)方法
大脸猫的博客
06-29 1万+
为什么池化？ 池化（Pooling）层和卷积层、全连接层一样，都是卷积神经网络的组成部分。 卷积神经网络中的卷积层会将卷积Filter应用于输入图像，以便创建特征映射来总结输入中这些特征的存在。 卷积层被证明是非常有效的，在深层模型中叠加卷积层可以让接近输入的层学习低层特征（如线条），在模型中更深（高）的层用于学习高阶或者更抽象的特征，如形状或特定对象。 卷积层特征映射输入的一个局限性是它们只能精确记录特征在输入层的位置。这意味着在输入图像中特征位置的小幅移动将导致不同的特征映射。这可以随着重新裁剪
【神经网络结构的组成】一篇弄懂池化层Pooling
十二月的猫
10-09 3201
池化Pooling是卷积神经网络中常见的一种操作，其本质是降维。在卷积层之后，通过池化来降低卷积层输出的特征维度，减少网络参数和计算成本的同时，降低过拟合现象。Pooling层是模仿人的视觉系统对数据进行降维，人眼在观察复杂场景时，通常会通过关注最显著的特征来处理视觉信息，而Pooling层的功能也正是抽取图像中最重要的信息并进行有效降维。池化的本质是降维，池化的原则是提取最重要的信息。基于如何提取最重要的信息有许多不同的观点，因此就产生了许多不同池化层。
池化层 (Pooling Layer) 原理与代码实例讲解
AI大模型应用之禅
06-08 1079
池化层 (Pooling Layer) 原理与代码实例讲解 1.背景介绍 在深度学习和计算机视觉领域中,卷积神经网络(CNN)已经成为图像分类、目标检测和语义分割等任务的主流模型。CNN 由多个卷积层和池化层组成,这些层共同构建了一个强大的特征提取器。其中,池化层(Po
池化方法总结（Pooling） 和卷积 。 第三部分讲的很好
热门推荐
kebu12345678的博客
02-08 5万+
池化方法总结（Pooling） 2016-01-12 22:55 5033人阅读 评论(2) 收藏 举报  分类： deep learning（18）  目录(?)[+] 在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。 为什么可以通过降低
卷积和池化
01-23
此程序中包括人脸数据集，训练滤波器的程序，得到特征图的程序
池化的几种方法 学习笔记 (附代码)
PLANTTHESON的博客
10-10 1万+
池化的几种方法 学习笔记 (附代码)
【概念理解】卷积（Convolution）与池化（Pooling）
Eniac0的博客
09-17 2万+
一、卷积（Convolution） 1.卷积的目的        卷积是为了提取图像特征，通过卷积层，可以自动提取图像的高维度且有效的特征 2.卷积的分类        卷积按步长可分为单位步长和非单位步长；按填充可分为有0填充和无0填充 二、池化（Pooling） 1.引入库 代码如下（示例）： import numpy as np import pandas as
深度学习的9种池化方法
weixin_36514781的博客
08-08 525
对于池化操作，大部分人想到的可能就是Max_Pooling和Average_Pooling，但实际上卷积神经网络的池化方法还有很多，本文对业界目前所出现的一些池化方法进行了归纳总结。卷积神经网络(Convolution Neural Network, CNN)因其强大的特征提取能力而被广泛地应用到计算机视觉的各个领域，其中...
【深度学习】卷积与池化
冷芝士鸭的学习笔记
03-21 1万+
4. 神经网络 网络模型： 4. 1卷积 4.1.1 概念 卷积就是通过卷积核与输入相乘再相加。它可以获取图像的局部特征。因此卷积核也被称为滤波器。 卷积时参数的计算公式： 分类 膨胀卷积（Dilated Convolutions） 引入了膨胀率（dilation rate）。 膨胀率是核中每个值之间的距离。一个膨胀率为2的3x3的核与一个5x5的核有相同的视野，唯一的区别就是3*3的核只有9个参数。 膨胀卷积的好处是在相同的计算成本下，提供了更宽的可视域。膨胀卷积在实时分割领域非常流行。 当
【图解AI：动图】各种类型的卷积，你认全了吗？
chenjie7140的博客
06-20 2035
卷积（convolution）是深度学习中非常有用的计算操作，主要用于提取图像的特征。在近几年来深度学习快速发展的过程中，卷积从标准卷积演变出了反卷积、可分离卷积、分组卷积等各种类型，以适应于不同的场景，接下来一起来认识它们吧。 一、卷积的基本属性 卷积核（Kernel）：卷积操作的感受...
CNN原理池化方法
03-17
### 卷积神经网络（CNN）中池化层的工作原理 池化层是卷积神经网络（CNN）中的一个重要组成部分，其核心功能是对输入的特征图进行下采样（Subsampling）。这一过程能够有效降低数据维度，从而减少后续计算复杂度和过拟合风险，同时保留关键特征[^1]。 #### 池化层的主要作用 池化层的核心目标在于压缩数据规模，提取关键特征，并增强模型对图像变换（如平移、缩放、旋转等）的鲁棒性。通过这种方式，CNN 能够更高效地处理高维数据，同时保持重要的语义信息[^2]。 --- ### 常见的池化方法及其工作方式 #### 1. **最大池化（Max Pooling）** 最大池化是一种常用的池化策略，它通过对局部区域内的像素取最大值来生成新的特征图。具体而言，给定一个窗口大小 \(k \times k\) 和步幅 \(s\)，算法会滑动该窗口遍历整个特征图，并选取每个窗口范围内的最大值作为输出的一部分[^3]。 这种方法的优势在于： - 更好地捕捉显著特征； - 对噪声具有较强的抑制能力； - 提升模型对空间变化的不变性。 示例代码如下： ```python import numpy as np def max_pooling(input_data, pool_size=2, stride=2): output_shape = ((input_data.shape[0] - pool_size) // stride + 1, (input_data.shape[1] - pool_size) // stride + 1) pooled_output = np.zeros(output_shape) for i in range(0, input_data.shape[0], stride): for j in range(0, input_data.shape[1], stride): window = input_data[i:i+pool_size, j:j+pool_size] pooled_output[i//stride][j//stride] = np.max(window) return pooled_output ``` --- #### 2. **平均池化（Average Pooling）** 与最大池化不同的是，平均池化采用局部区域内所有像素值的均值作为输出。同样地，设定窗口大小 \(k \times k\) 和步幅 \(s\) 后，算法会在每次移动时计算当前窗口范围内所有元素的算术平均值[^4]。 相比最大池化，平均池化的优点体现在以下几个方面： - 平滑效果更好，适合于需要保留更多背景信息的任务； - 减少极端值的影响，使结果更加稳定。 以下是实现平均池化的简单例子： ```python def average_pooling(input_data, pool_size=2, stride=2): output_shape = ((input_data.shape[0] - pool_size) // stride + 1, (input_data.shape[1] - pool_size) // stride + 1) pooled_output = np.zeros(output_shape) for i in range(0, input_data.shape[0], stride): for j in range(0, input_data.shape[1], stride): window = input_data[i:i+pool_size, j:j+pool_size] pooled_output[i//stride][j//stride] = np.mean(window) return pooled_output ``` --- ### 池化层的特点总结 池化层通过降维操作简化了原始特征表示，降低了冗余信息的比例，提升了计算效率。此外，由于减少了参数数量，也间接缓解了过拟合现象的发生概率[^5]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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