多通道卷积操作解析

Posted 起床oO

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了多通道卷积操作解析相关的知识,希望对你有一定的参考价值。

channel=1的灰度图输入的情况

多通道卷积操作

左列的X是输入的图像(此处channel是3,也可以理解为RGB,色彩图像),中间红色的列是我们的kernel(即3*3的filter),共两个(即输出的feature通道为2)。最后一列为卷积之后的特征(由于是2个kernel,输出通道为2)。

那么,由上面的过程可以看出,输入是3维(height*width*channel)的,kernel实际上也是三维的。网络卷积网络特征变化可以用下图表示:

以上是关于多通道卷积操作解析的主要内容,如果未能解决你的问题,请参考以下文章

深度学习入门基础CNN系列——感受野和多输入通道多输出通道以及批量操作基本概念

卷积的理解 python代码实现 pytorch 多输入多输出通道的理解

多通道(比方RGB三通道)卷积过程

★tensorflow中“卷积”的深度解析

卷积神经网络多输入通道和多输出通道(channels)

机器学习-卷积神经网络CNN中的单通道和多通道图片差异