滑动窗算法及其卷积实现

Question

我想知道为什么滑动窗口的卷积实现等同于顺序的逐步滑动窗口？为什么他们是一样的？

我跟着安德鲁吴做这个:我理解的是图片的第一行应该是一个卷积网络，它被训练在4个等级上。

第二行应该是3通道16x16图像，它由经过训练的卷积网络从第一行(即16 5x5 filters -> 2x2 Max Pool -> 400 5x5 filters -> 400 1x1 filter -> 4 1x1 filter)转换而来，我所理解的棘手部分是，输出相当于滑动14x14窗口到只有4个位置的16x16图像上，它们是2x2x4输出，2x2网格中的每个单元格对应于16x16图像上14x14窗口的位置。

最后一行是另一个示例，但具有较大的28x28图像，窗口大小与14x14相同。

Answer 1

考虑第二排.16x16x3的例子，如果你做滑动窗口的做法，你首先把14x14x3区域标记为红色，并把它作为输入到您的训练CNN。然后，5x5x3过滤器将输入的第一个5x5x3转到一起。从左上角开始，然后按照步幅在下一个5x5x3段的输入上旋转，以此类推，就像卷积一样。

现在，考虑一下标记为绿色的14x14x3部分(这将是滑动窗口方法中的第二个窗口)，它就像第一个红色区域，进入您训练过的CNN，因此由相同的过滤器转移到红色窗口，到目前为止还不错。

这一绿色投入的第一部分将是什么？这将与第二个5x5x3部分在第一个14x14x3绿色区域上的转换相同，因此发生的情况是，相同的5x5x3区域已经经历了相同的操作，即。同样的卷积--在这种情况下--两次，这意味着，在相同的5x5x3输入上，一次在红色输入上，然后在绿色输入上，又做了同样的计算。

重复做同样的计算有什么用，这就是为什么我们使用卷积滑动窗口方法，它只做一次计算，而且由于你一次又一次地不做同样的事情，你将节省时间，因此卷积滑动窗口法运行得更快，显然与正常的滑动窗口方法一样。

注: CNN的现代实现非常深入，涉及到大量的过滤器，因此您正在做大量的冗余工作，这减慢了您的实现速度。

希望能帮上忙。