CNN是怎样一步步工作的?

Posted inception6-lxc

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CNN是怎样一步步工作的?相关的知识,希望对你有一定的参考价值。

非常形象详细的博客链接链接2

技术分享图片

为了完成我们的卷积,我们不断地重复着上述过程,将feature和图中每一块进行卷积操作。最后通过每一个feature的卷积操作,我们会得到一个新的二维数组。这也可以理解为对原始图像进行过滤的结果,我们称之为feature map,它是每一个feature从原始图像中提取出来的“特征”。其中的值,越接近为1表示对应位置和feature的匹配越完整(定位角点和语义分割进行识别也是这个道理吧),越是接近-1,表示对应位置和feature的反面匹配越完整,而值接近0的表示对应位置没有任何匹配或者说没有什么关联。

以上是关于CNN是怎样一步步工作的?的主要内容,如果未能解决你的问题,请参考以下文章

Faster R-CNN:详解目标检测的实现过程

通过100张图一步步理解CNN

CNN如何识别一幅图像中的物体

入门 | 自然语言处理是如何工作的?一步步教你构建 NLP 流水线

一步步开发AI运动小程序一准备工作

一步步教你编写不可维护的 PHP 代码