卷积运算
1.卷积核的通道（也叫滤波器）的个数得与被卷积的图⽚通道数相同
eg：输⼊图⽚是1024×1024×3，即通道数为3，那么每个卷积核得有3个通道
2.卷积核做的是线性运算，核上的每个值与它滑动到的对应位置上的值相乘，然后把这些值相加。模式识别受体
eg：默认滑动步长为1
⽤右边的9个格放到原图上，9个9个的不重复的⾛
先从左向右滑：
2×1+8×0+9×2+1×1+2×0+8×1+7×3+7×0+2×0=50
输出的第⼆个值为
8×1+9×0+1×2+2×1+8×0+3×1+7×3+2×0+9×0=36
输出的第三个值为
9×1+1×0+4×2+8×1+3×0+8×1+2×3+5×0+5×0=39
报道性摘要再从上往下滑：
卷积核的第⼀⾏就到了原图的第⼆⾏，然后继续从左向右滑
1×1+2×0+8×2+7×1+7×0+2×1+5×3+4×0+4×0=41
2×1+8×0+3×2+7×1+2×0+9×1+4×3+4×0+8×0=36
8×1+3×0+8×2+2×1+9×0+5×1+4×3+8×0+1×0=43
卫星电视直播麻醉剂
输出特征图的第⼆⾏的值为 41 36 43
输出特征图第三⾏的计算：
7×1+7×0+2×2+5×1+4×0+4×1+3×3+5×0+3×0=29
7×1+2×0+9×2+4×1+4×0+8×1+5×3+3×0+6×0=52
2×1+9×0+5×2+4×1+8×0+1×1+3×3+6×0+2×0=26
输出特征图的第三⾏的值为 29 52 26
所以，输出的特征图是3⾏3列，为
50 36 39
41 36 43
29 52 26
3.特征图⼤⼩计算
设输⼊特征图⼤⼩为m×n，卷积核⼤⼩为i×j，卷积步长为s（即横向和纵向都是s），⽆填充（就是不让原图变⼤）则输出特征图⼤⼩为u×v
⾏：u=ceil((m-i+1)÷s)
列：v=ceil((n-j+1)÷s)
ceil()为向上取整
eg：输⼊特征图⼤⼩为256×128，卷积核⼤⼩为4×3，卷积步长为2
u=ceil((256-4+1)÷2)=ceil(126.5)=127
v=ceil((128-3+1)÷2)=ceil(63)=63
所以输出特征图⼤⼩为127×63
休闲街注意：步长s就是⾛⼀步要跳s步
eg：步长为2，此图输出为2×2⼤⼩，框起来的就是每次卷积核要运算的位置，每次要跳两⾏或者两列的⾛。
若有填充，计算为
设输⼊特征图⼤⼩为m×n，卷积核⼤⼩为i×j，卷积步长为s（即横向和纵向都是s），填充为p×q
则输出特征图⼤⼩为u×v
⾏：u=ceil((m+p-i+1)÷s)
列：v=ceil((n+q-j+1)÷s)
eg：输⼊特征图⼤⼩为256×128，卷积核⼤⼩为4×3，卷积步长为2，填充为3×4
u=ceil((256+3-4+1)÷2)=ceil(128)=128
v=ceil((128+4-3+1)÷2)=ceil(65)=65
所以输出特征图⼤⼩为128×65
以上均为单通道计算
4.多通道卷积（卷积完还是单通道）留住今天的太阳
原理和单通道卷积相同，每个通道按单通道计算，最后把对应位置的值相加；卷积核的通道数和输⼊图⽚的通道数相同，但⼀般卷积核上的每个通道的值是不同的（为了提取不同特征）
图中的三个卷积核是指⼀个卷积核的三个通道（滤波器）
其实多通道卷积原理和单通道卷积，就可以想象成千层蛋糕，⼀层蛋糕（原图）配⼀层奶油（卷积核），最后把它们每⼀层算完后，再叠在⼀块，压厚实了（对应位置相加），成为了⼀层蛋糕（输出特征图）。
谢谢观看，希望能让⼤家有所收获。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议