OpenCV图像处理笔记[11]

57. 卷积神经网络

• Classification 分类

• Retrieval 相关推荐

• Detection 图像检测[ 分类和回归 ]

  • self-driving cars
    • GPU图像处理单元——显卡[显存] Titan X 8000 12G/ Tegra X1 1080 5000 8G

• Segmentation 分割

  应用：

  • 人脸识别
  • 姿势识别
  • 标志识别
  • 手写字体识别
  • 图像变换

  卷积神经网络

  神经网络——>+深度 = 卷积神经网络

  [ INPUT - CONV - RELU - POOL - FC ]

  • 输入层
  • 卷积层
  • 激活函数
  • 池化层
  • 全连接层

  32 x 32 x 3 image ——> 5 x 5 x 3 filter $\omega$ (卷积核)

  1. 把原图分成很多小块
  2. 卷积核来给每一个小块进行特征提取
  3. 把小块提取出一个值[ 特征值 ]
  4. 得到一个特征值组成的特征图
  5. 注意：最后维度保持一致，深度不变
  6. 使用其他更多filter, 有n个filter就有n层

  • 卷积过程

  filter size ： h w

  原始输入：外面填充了一层0

  卷积大小和filter大小相同

  卷积中心和图像中心对齐（所以填充才能对齐）

  内积：对应位置数字相乘，再求和，得出一个数字，值

  RGB三层和3个filter求的值=三个数相加，再加一个b (1, bias)得到的值，填充到结果图像中 [ $\omega x + b$ ]

  方块（窗口）滑动：实际：原图分割成小块，同时计算

  • **滑动步长stride : **
    • 7 x 7 ——> 3 x 3
    • stride 2 小一点，特征更多一点，更丰富
    • 太小，stride = 1, 能得到更多特征，计算量大，得不偿失
    • 太大，漏掉中间的特征
    • stride小于等于卷积核的大小
  • 这样的过程，有些信息多次利用了，怎么多次利用边缘信息？
  • **pad **1 ： 边缘填充
    • 例： 5 x 5 ——> 7 x 7, 在原始值上加一层padding
    • 使得原始图像的边缘值更多利用
    • 为什么填充的是0？0没有意义的，没有学习意义，没有影响，不考虑padding项，其他值，由于是边缘，也每什么意义
    • pad = n , 加上 n 圈 0

  • Input = 7 x 7
  • Filter = 3 x 3
  • Pad = 1
  • Output = ? [w x h]

  多个filter时，要大小一样的