我刚刚开始学习 CNN，如果我删除最后一个 FCL，我会在某个地方读过我将从输入图像中提取的特征，但是......这些特征是什么？
它们是数字吗？标签？有一条线的图像位置 (x,y)。
我想在一次性网络上使用这些功能，但如果我不知道它们是什么，我无法想象如何使用它们。
使用 CNN 进行特征提取可以得到哪些特征？
人工智能
卷积神经网络
特征提取
元学习
2021-11-06 07:39:10
1个回答
你得到了我们所说的高级特征，它们基本上是你想要分类的图像中携带信息的部分的抽象表示。
想象一下，您想对汽车进行分类。您提供给网络的图像可能是道路上的汽车，有司机、树木和云彩等。但是，如果您已经训练它识别汽车，网络将尝试关注与汽车有关的部分图像. 最后一层将学会从图像中提取汽车的抽象表示（这意味着低分辨率的汽车形状）。现在您的最终 FC 层将尝试从这些高级特征中对图像进行分类。在此示例中，如果图像中出现这个抽象的类似汽车的图形，您将有一个 FC 层来学习对汽车进行分类。同样，如果它不存在，则不会将其归类为汽车。通过访问这些高级功能，
通过可视化这些层的激活，我们可以了解这些高级特征是什么样的。
最上面一行是您要查找的内容：CNN 为四种不同图像类型提取的高级特征。