← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9852.b · 生成模型:Hunyuan

增加通道与卷积核

理解等级:中级

增加通道本质就是增加卷积核,而卷积核是卷积过程的核心。不同的过滤器负责检测不同的图像特征:垂直边缘过滤器用第 1、3 列有值而第 2 列为 0,水平边缘过滤器用第 1、3 行有值,Sobel 过滤器还能增强中心区域权重。过滤器一般是奇数阶矩阵(如 3×3),便于确定中心位置。多个卷积核并行工作,就能从同一输入中检测出多种边缘特征,形成多通道特征图。这些过滤器的数值如何得来,见 [[卷积核由训练迭代求得]]。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第3章 计算机视觉处理 · 查看原书依据

      增加通道实际就是增加卷积核,它是整个卷积过程的核心。比较简单的卷积核或过滤器有垂直边缘过滤器(Vertical Filter)、水平边缘过滤器(Horizontal Filter)、Sobel过滤器(Sobel Filter)等。这些过滤器能够检测图像的垂直边缘、水平边缘,增强图片中心区域权重等。

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第3章 计算机视觉处理(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter6_0001.xhtml) - 结论依据:原文指出增加通道实际就是增加卷积核,并列举垂直、水平、Sobel 过滤器及其检测边缘的作用。 - 原始内容:增加通道实际就是增加卷积核,它是整个卷积过程的核心。比较简单的卷积核或过滤器有垂直边缘过滤器(Vertical Filter)、水平边缘过滤器(Horizontal Filter)、Sobel过滤器(Sobel Filter)等。这些过滤器能够检测图像的垂直边缘、水平边缘,增强图片中心区域权重等。