我正在从以下文章https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/研究卷积神经网络。
如果我们拍摄一张灰度图像,像素的值将在 0 到 255 之间。现在,如果我们对“新图像”应用过滤器,是否可以有像素值不在此范围内?在这种情况下,我们如何创建卷积图像?
我正在从以下文章https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/研究卷积神经网络。
如果我们拍摄一张灰度图像,像素的值将在 0 到 255 之间。现在,如果我们对“新图像”应用过滤器,是否可以有像素值不在此范围内?在这种情况下,我们如何创建卷积图像?
卷积后的图像可以被认为是一个特征图,其中每个新神经元代表原始图像的某个感受野中某个特征的某种指示(或缺乏),因此它不需要是原始图像中的有效图像输出。
如果你特别关心它作为输出的图像,你可以做几件事:
1)将生成的特征图标准化为您正在工作的某个设定范围(0-255 或 0-1)
2)使过滤器成为有效的概率分布,并且您知道输出将与输入保持在同一范围内(例如:高斯过滤器)
我认为需要归一化到 0-1 范围或至少到 5-10 剪辑,因为经过多层后这些值将变成天文数字。卷积图像具有每个像素的特征向量。以 RGB 为例 -> 每种颜色都是一个像素中的一个特征,下一张地图将像一个像素周围的“水平线、垂直线、圆形”。