卷积神经网络

Pasted image 20240614151206.png

卷积神经网络是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现：它包含以下层： Pasted image 20240614151346.png

卷积神经网络结构

Pasted image 20240614151505.png

输入层
- 输入原始图像
卷积层
- 提取图像特征 - Padding：填充，在边缘之外填充元素以供卷积。 - Stride: 步长，指卷积核每次滑动的行数和列数。
- 多通道（RGB）多卷积核（提取多种特征图）运算 - - 2个 3*3*3的卷积核 - Filter W0 - Filter W1 - 最后要输出特征图之前，把每一个卷积核在每个通道的特征图相加，得到最后的特征图 - 目的：检测在各个颜色通道上的特征 - 最终输出2个3*3的特征图
激活函数（激活层）
- 增加非线性特征 $Pasted image 20240519142749.png$
池化层
- 降低数据尺寸，下采样
  - 最大池化：区域最大值作为该区域池化后的值
  - 平均池化：计算图像区域的平均值作为该区域池化后的值
全连接层
- 进行分类输出
输出层
- 输出最终结果