【数之道 08】走进“卷积神经网络“，了解图像识别背后的原理

CNN模型的架构

图片由像素点组成，最终成像效果由背后像素的颜色数值所决定的

在这里插入图片描述
有这样的一个66的区域，0设置为黑色，1设置为白色，最终呈现的效果就很像数字7

cnn模型可以告诉我们这样一个 66的像素图是不是数字7，或者返回它属于0-9的概率分别为多少

在这个过程中，我们需要使用卷积核，也可以称为特征过滤器
在这里插入图片描述

在这里插入图片描述
垂直特征很好的被提取，而垂直特征没被提取
原因是像素图从66，降维成44，边缘特征丢失了

在这里插入图片描述
为了解决边缘特征提取的问题，可以使用padding的扩充方法，66扩充为88，扩充部分的像素值设为0，

目的是将图片的数据进一步压缩，仅反应图中最突出的特点
在这里插入图片描述
66，用22的网格分成3*3，然后提取每一部分的最大值

在这里插入图片描述
把两个3*3的像素图叠加，转化成一维的数据条

最终产生输出结果，扁平化之后的流程与ANN模型完全一致

在这里插入图片描述
全连接隐藏层：任意一个神经元都与前后层的所有神经元相连接，来保证最终的输出值是基于图片整体信息的结果

再输出阶段：可以使用sigmoid激活函数返回0，1代表该图片是否是7的概率
也可以使用Softmax函数返回它分别属于0-9的概率

相关阅读:
【白板推导系列笔记】线性分类-背景&感知机
数据库完全备份分类
《发现的乐趣》作者费曼（读书笔记）
SQL 常见函数整理 _ Format 将日期、时间和数字值格式化
Python|OpenCV-图像的添加和混合操作(8)
＜图像处理＞ Fast角点检测
字符串函数（二）—— 长度受限制的字符串函数
C++sqrt函数题目
OpenCV 笔记(2)：图像的属性以及像素相关的操作
RP9-变量

原文地址：https://blog.csdn.net/weixin_46050242/article/details/133913585