對(duì)計(jì)算機(jī)視覺與深度學(xué)習(xí)有所了解的同學(xué)應(yīng)該知道圖像卷積可以識(shí)別出物體，在神經(jīng)網(wǎng)絡(luò)的前幾層，識(shí)別出物體最基礎(chǔ)的例如垂直或是水平的邊緣。在之后的隱藏層慢慢可以識(shí)別出物體的部分，直到最后幾層可以識(shí)別出完整的物體。

本篇文章主要介紹卷積層為何可以檢測(cè)出這些。

先介紹一個(gè)概念，過濾器：

這是一個(gè)3*3的過濾器，是一個(gè)矩陣，數(shù)值如上所示，一會(huì)介紹這是干嘛用的。

假設(shè)我們有一個(gè)6*6的灰度圖像：

把這個(gè)圖像與過濾器進(jìn)行卷積運(yùn)算，卷積運(yùn)算在此處用“*”表示。

我們看一下發(fā)生了什么事，把過濾器最準(zhǔn)圖像左上方3*3的范圍，逐一相乘并相加，得到-5。

同理，將過濾器右移進(jìn)行相同操作，再下移，直到過濾器對(duì)準(zhǔn)圖像右下角最后一格。依次運(yùn)算得到一個(gè)4*4的矩陣。

OK，了解了過濾器以及卷積運(yùn)算后，讓我們看看為何過濾器能檢測(cè)物體邊緣：

舉一個(gè)最簡(jiǎn)單的例子：

這張圖片如上所示，左半邊全是白的，右半邊全是灰的，過濾器還是用之前那個(gè)，把他們進(jìn)行卷積：

可以看到，最終得到的結(jié)果中間是一段白色，兩邊為灰色，于是垂直邊緣被找到了。為什么呢？因?yàn)樵?*6圖像中紅框標(biāo)出來的部分，也就是圖像中的分界線所在部分，與過濾器進(jìn)行卷積，結(jié)果是30。而在不是分界線的所有部分進(jìn)行卷積，結(jié)果都為0.

在這個(gè)圖中，白色的分界線很粗，那是因?yàn)?*6的圖像實(shí)在太小了，若是換成1000*1000的圖像，我們會(huì)發(fā)現(xiàn)在最終結(jié)果中，分界線不粗且很明顯。

這就是檢測(cè)物體垂直邊緣的例子，水平邊緣的話只需將過濾器旋轉(zhuǎn)90度。
--------------------- ?
作者：超屌的溫jay ?
來源：CSDN ?
原文：https://blog.csdn.net/wenqiwenqi123/article/details/79248626 ?
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請(qǐng)附上博文鏈接！

總結(jié)

以上是生活随笔為你收集整理的深度学习--简述卷积层如何检测物体边缘原理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。