卷积神经网络的整体认识

Posted 2021-04-26 大连耐视科技有限公司

• 卷积神经网络的提出

简而言之，卷积神经网络是一种深度学习模型或类似于人工神经网络的多层感知器，常用来分析视觉图像。卷积神经网络的创始人是着名的计算机科学家Yann LeCun，目前在Facebook工作，他是第一个通过卷积神经网络在MNIST数据集上解决手写数字问题的人。

• 为什么要引入卷积神经网络

为了说明这个问题，我们得回顾一下传统的神经网络。

假设我们要做图像识别，把一张图片丢到机器，机器能理解的就是每个像素点的值，如下图：

我们在搭建好这个模型后，需要训练数据，就是确定参数w、b，这里我假设你有神经网络的基础知识，按照最简单的感知机来理解。

按照上述的方法会有什么问题呢？

假设我们输入的是50*50像素的图片（图片已经很小了），这依然有2500个像素点，而我们生活中基本都是RGB彩色图像，有三个通道，那么加起来就有2500*3=7500个像素点。

如果用普通的全连接，深度比较深时，那需要确认的参数太多了，对于计算机的计算能力，和训练模型来说都是比较困难一件事。

因此，普通神经网络的问题是：需要确认的参数太多。

CNN如何解决这个问题。

1.局部监测

假设我们要看一张图片中有没有猫耳朵，我们不需要看整张图片，只需要看一个局部就行了。

2.缩小图片

假设我们要识别一张50*50像素的猫相片，如果我们把图片缩小到25*25个像素点，那其实还是能看出这是一只猫的照片。因此，如果把图片缩小了，就相当于输入的特征变量变少了，这样也能减少参数的量。

• 卷积神经网络的特点

CNN 有2大特点：

能够有效的将大数据量的图片降维成小数据量

能够有效的保留图片特征，符合图片处理的原则

• 卷积神经网络的原理

典型的 CNN 由3个部分构成：

1.卷积层

2.池化层

3.全连接层

简单描述原理可以记住这三句话（后面的课程会针对细节详细讲解）：

1.卷积层负责提取图像中的局部特征；

2.池化层用来大幅降低参数量级(降维)；

3.全连接层类似传统神经网络的部分，用来输出想要的结果。

卷积——提取特征

卷积层的运算过程如下图，用一个卷积核扫完整张图片，这个过程我们可以理解为我们使用一个过滤器（卷积核）来过滤图像的各个小区域，从而得到这些小区域的特征值。

池化层（下采样）——数据降维，避免过拟合

池化层简单说就是下采样，他可以大大降低数据的维度。其过程如下：

         

           

全连接层——输出结果

经过卷积层和池化层处理过的数据输入到全连接层，得到最终想要的结果。

这一层又回到了传统的神经网络了。

• 卷积神经网络的架构

一个完整的CNN，以LeNet-5为例，构成如下：

卷积层 –池化层-卷积层 –池化层 –卷积层 –全连接层

CNN的架构图

• 卷积神经网络的典型应用

1.  应用 1 ： 图像分类检索

场景：图像搜索

2. 应用2：目标定位检测

场景：自动驾驶、医疗等

3. 应用3：目标分割

场景：美图秀 秀，视频后期制作

4. 应用4：人脸识别

场景：安防、金融等