本文介绍了图像卷积的基本概念，包括步长、padding的作用，以及如何通过公式计算输出体积大小。重点讲解了卷积核的大小选择和OpenCV中的filter2D函数应用，以Python代码为例展示了卷积操作过程。
一、什么是图像卷积
图像卷积就是卷积在图像上按照滑动遍历像素时不断的相乘求和的过程。
绿色为图片， 黄色为卷积核， 粉色为最终得到的卷积特征。
二、步长
步长就是卷积核在图像上移动的步幅，每次移动一个方格则步幅为1。且一般为1。
若步长越大，则 中间的像素点得不到扫描，最终的图像会更小一点。
三、padding
如果需要保持图片大小不变，我们需要在图片周围填充0.
padding指的就是填充0的层数。
我们可以通过公式计算需要填充的0的圈数。
输入体积大小：H1*W1*D1(分别为高度、宽度和通道数)
四个超参数：Filter数量K; （卷积核数量）
Filter大小F; （一般为基数 3*3， 5*5， 7*7）
&n
最低0.47元/天 解锁文章
扫一扫
916
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
