我正在尝试理解计算机视觉的卷积网络中的过滤器的概念。我知道它们是做什么的,例如,它们可以用来降低输入图像的维度,等等。我的问题是这些过滤器是从哪里来的?
例如,我正在看一个教程,它显示了要检测垂直线滤镜,我们可以使用形状为[ [-1, 0 , 1], [-1, 0 , 1], [-1, 0 , 1] ]的3x3 /edge……我们是怎么想出这个矩阵的?即使使用Keras,我也只需要传递我想要使用的过滤器数量
model.add(Conv2D(64, (3, 3), padding='same', input_shape=x_train.shape[1:]))其中64是我想要应用于输入的过滤器的数量...但是,Keras或任何其他库如何确定过滤器矩阵将包含哪些数字?我很困惑。
假设你有1000个图像的输入空间,每个36x36x3,其中3是通道(一个用于R,G和B)……这意味着我们有3个矩阵表示每个图像...总共是1000 x 3= 3000个矩阵。
现在,如果我想要检测整个图像的边缘,我指的是物体的轮廓,以检测图像是笔记本电脑还是手机,这在卷积网络中是如何发生的?寻找边的概念是否只是抽象的,而寻找边意味着在你正在计算的矩阵和输入空间中标记的矩阵中相似位置上的相似数字/激活?
那么,总之,机器学习库是如何决定初始化这些过滤器的呢?假设在我们的示例中,我想应用18x18x3的过滤器,那么这些过滤器矩阵是什么样子的?如何在初始层中应用它们,以及在深层网络中使用时如何填充它们?
有人能帮我理解一下吗?
谢谢。
发布于 2019-04-02 09:45:50
简而言之,过滤器是随机初始化的。然后在大量带有标签的图像上训练卷积网络。
通过训练过程,特征提取部分(卷积滤波器)和分类部分(通常是密集层,在卷积滤波器之后发现)协同工作,在图像上产生最佳分类结果。糟糕的分类结果会导致特征提取部分中过滤器的权重以特定方式改变(反向传播)。这个过程被重复了大量的次数,之后导致最佳分类性能的过滤器最终被‘选择’作为最终模型的一部分。
边缘对于图像分类非常重要,所以如果模型想要正确地分类图像,它就会在早期‘学习’以识别边缘。因此,虽然这个过程看起来可能是随机的,但CNN滤波器通常会识别较早层中的边缘和颜色,因为这些会导致最佳分类。
在更深层,滤镜从这些简单的边缘和颜色中学习更复杂的对象。这是“分布式学习”的力量,就像CNN和ANN通常所做的那样,学习简单函数的函数来创建更复杂的函数。
https://stackoverflow.com/questions/55464579
复制相似问题