CNN算法培训：卷积运算与图像处理技术详解.pptxVIP

CNN2020年12月6日20:35:03

卷积是数学上定义的一种运算应用在图像上时，是离散形式

图像上的卷积图像3x3卷积核3x3在这里的定义，卷积核经过旋转180°后，卷积核的值与图像元素乘加后的结果实现的时候通常不做这个操作，但是符合数学定义是需要的卷积的计算：

图像上的卷积010000000卷积核3x3图像100x100卷积图像98x983x3-卷积后1x14x4-卷积后2x2卷积后大小=原大小–卷积核+1卷积核通常是奇数

边界的处理-padding1、复制边缘后，按照原方式进行，输出结果图大小不变复制的边缘原本的图像卷积核边缘扩展1，记为padding=1

边界的处理-padding2、填充0后，按照原方式进行，输出结果图大小不变填充0的边缘原本的图像卷积核这种很常用边缘扩展1，记为padding=1

步长-stridestep1step2step3step4这里padding=1,stride=2

膨胀-dilation这里padding=1,dilation=2

图像上的效果原图拉普拉斯核高斯核高斯模糊

卷积的实现

卷积神经网络(ConvolutionalNeuralNetworks，CNN)中的卷积输入的多通道图像7x7x3卷积神经网络的历史：第一组卷积核，对应3个输入通道，共3个3x3卷积。结果映射到输出的第一个通