神经网络- filter滤波器size的选择与规律

Posted chrisinsistpy

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了神经网络- filter滤波器size的选择与规律相关的知识,希望对你有一定的参考价值。

记录一下filter,也就是用来提取要识别object边缘信息的过滤器的一些规律以及经验:

首先, 大部分卷积神经网络滤波器都会采用逐层递增(1? 3 ? 5 ? 7)的方式。其次,每经过一次池化层,卷积层过滤器的深度都会乘以 2。

提一个知识点,也就是权值共享,每当filter扫过feature map的时候,扫出来的矩阵的参数,在同一个卷积核kenal中, 实现参数共享,参数共享的好处是可以减轻过拟合,和降低计算量。

 



以上是关于神经网络- filter滤波器size的选择与规律的主要内容,如果未能解决你的问题,请参考以下文章

3.4 空间滤波

魔幻滤镜Gabor Filter 原理与实现(python & C++)

卡尔曼滤波(Kalman Filter)原理与公式推导

中值滤波器(平滑空间滤波器)基本原理及Python实现

OpenCV图像处理学习九,双边滤波器 (Bilateral Filter)和中位数滤波器 (Median Filter)

运动估计后处理,滤波器