本文探讨了卷积、卷积核和多通道等概念在图像处理中的作用，解释了如何通过卷积进行特征选择和特征图的生成。同时，文章深入研究了不同卷积核对图像效果的影响，包括边缘检测、锐化和模糊处理。通过实例编程展示了灰度图的处理过程，强调了卷积在网络中提取特征的本质。
一、简单描述卷积、卷积核、多通道、特征图、特征选择概念。
二、探究不同卷积核的作用，研究背后的原理。
三、编程实现：灰度图的边缘检测、锐化、模糊。
注意认真体会“特征提取”，弄清楚为什么卷积能够提取特征。
参考资料：
Image Kernels explained visually (setosa.io)
NNDL 作业5：卷积_HBU_David的博客-优快云博客
【NNDL作业】图像锐化后，为什么“蒙上了一层灰色”？_神经网络图像重建为灰色_HBU_David的博客-优快云博客
卷积神经网络工作原理的直观理解-优快云博客
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
