Convolution Neural Network Notes

最新推荐文章于 2022-05-17 20:02:32 发布

Fighter Fong

最新推荐文章于 2022-05-17 20:02:32 发布

阅读量231

点赞数

CC 4.0 BY-SA版权

分类专栏： Coding Skill

本文链接：https://blog.youkuaiyun.com/qq_34296627/article/details/86725786

Coding Skill 专栏收录该内容

24 篇文章

订阅专栏

Coding Skill目录下的所有Tutorials、Notes博客都会不定期迭代更新

文章目录

卷积神经网络CNN

卷积神经网络CNN

像素、分辨率

http://baijiahao.baidu.com/s?id=1601797930021194629&wfr=spider&for=pc
https://zhidao.baidu.com/question/252088649.html
图像质量评价

What Is CNN?

对于CNN来说，它是一块一块地来进行比对。它拿来比对的这个“小块”我们称之为Features（特征）。在两幅图中大致相同的位置找到一些粗糙的特征进行匹配，CNN能够更好的看到两幅图的相似性，相比起传统的整幅图逐一比对的方法。
在这里插入图片描述
每一个feature就像是一个小图（就是一个比较小的有值的二维数组）。不同的Feature匹配图像中不同的特征。在字母"X"的例子中，那些由对角线和交叉线组成的features基本上能够识别出大多数"X"所具有的重要特征。这些features很有可能就是匹配任何含有字母"X"的图中字母X的四个角和它的中心。
在这里插入图片描述
当给你一张新的图时，CNN并不能准确地知道这些features到底要匹配原图的哪些部分，所以它会在原图中每一个可能的位置进行尝试。这样在原始整幅图上每一个位置进行匹配计算，我们相当于把这个feature变成了一个过滤器。这个我们用来匹配的过程就被称为卷积操作，这也就是卷积神经网络名字的由来。

这个卷积操作背后的数学知识其实非常的简单。要计算一个feature和其在原图上对应的某一小块的结果，只需要简单地将两个小块内对应位置的像素值进行乘法运算，然后将整个小块内乘法运算的结果累加起来，最后再除以小块内像素点总个数即可。如果两个像素点都是白色（也就是值均为1），那么11 = 1，如果均为黑色，那么(-1)(-1) = 1。不管哪种情况，每一对能够匹配上的像素，其相乘结果为1。类似地，任何不匹配的像素相乘结果为-1。如果一个feature（比如nn）内部所有的像素都和原图中对应一小块（nn）匹配上了，那么它们对应像素值相乘再累加就等于n2，然后除以像素点总个数n2，结果就是1。同理，如果每一个像素都不匹配，那么结果就是-1。具体过程如下：

最后整张图算完，大概就像下面这个样子：
在这里插入图片描述
为了完成我们的卷积，我们不断地重复着上述过程，将feature和图中每一块进行卷积操作。最后通过每一个feature的卷积操作，我们会得到一个新的二维数组。这也可以理解为对原始图像进行过滤的结果，我们称之为feature map，它是每一个feature从原始图像中提取出来的“特征”。其中的值，越接近为1表示对应位置和feature的匹配越完整，越是接近-1，表示对应位置和feature的反面匹配越完整，而值接近0的表示对应位置没有任何匹配或者说没有什么关联。

在这里插入图片描述
这样我们的原始图，经过不同feature的卷积操作就变成了一系列的feature map。我们可以很方便，直观地将这整个操作视为一个单独的处理过程。在CNN中，我们称之为卷积层(convolution layer)，这样你可能很快就会想到后面肯定还有其他的layer。

Why CNN?

事实上，可以这样理解 VGGNet 的结构: 前面的卷积层是从图像中提取 “特征”，而后面的全连接层把图片的“特征”转换为类别概率。真中， VGGNet 中的浅层(如 convl_l, conv1_2 )，提取的特征往往是比较简单的(如检测点、线、亮度)， VGGNet中的深层(如conv5 1 conv5 2)，提取的特征往往比较复杂(如有无人脸或某种特定物体 )。
VGGNet 的本意是输入图像，提取特征，并输出图像类别。图像风格迁移正好与真相反，输入的是特征，输出对应这种特征的圄片