11、卷积网络在计算机视觉中的应用

卷积网络在计算机视觉中的应用

1. 二维卷积示例

首先，通过一个简单例子说明卷积原理。用一个 2×2 的滤波器对一个 3×3 的切片进行二维卷积，得到一个 2×2 的输出切片。输入和输出特征图维度不同，若输入层大小为 (width_i, height_i)，滤波器维度为 (filter_w, filter_h)，卷积后输出层维度为 width_o = width_i - filter_w + 1，height_o = height_i - filter_h + 1。在此例中，width_o = height_o = 3 – 2 + 1 = 2。

2. 卷积操作的代码示例

为更好理解卷积层工作原理，下面手动实现滤波器在图像上的滑动，不使用深度学习库。
操作步骤如下：
1. 导入 numpy：

import numpy as np

2. 定义 conv 函数，该函数接收两个二维 numpy 数组作为参数，分别是 image （灰度图像的像素强度）和 im_filter （滤波器）。

def conv(image, im_filter):
    # input dimensions
    height = image.shape[0]
    width = image.shape[1]
    # output image wi