Partage de technologie

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

La première semaine du quatrième cours Réseaux de neurones convolutionnels

1.1 Problèmes rencontrés en vision par ordinateur (Computer vision)

Un défi lors de l’application de la vision par ordinateur estentrée de donnéesCela peut être très grand.

• La taille des données d’une petite image 64×64 est de 64×64×3 (3 canaux de couleur).Donc notre vecteur propre$X$La dimension est 12288.
• Pour une image de 1 000 × 1 000, la dimension du vecteur caractéristique atteint 1 000 × 1 000 × 3.
• S'il y a 1000 unités cachées dans la première couche cachée et que tous les poids forment une matrice $L^{[1]}$ . La taille de cette matrice dans un réseau standard entièrement connecté est de 1 000 × 3 millions. Pour ce faire, nous devons effectuer un calcul de convolution,

1.2 Exemple d'opération de convolution : exemple de détection de bord

L'opération de convolution est le composant le plus élémentaire du réseau neuronal convolutif. La détection des contours est utilisée comme exemple d'introduction.

1.2.1 Étapes de détection des contours

Lors de la détection d'objets image, nous pouvons détecter les bords verticaux de l'image.

Prenez une image en niveaux de gris 6 × 6. Parce que c'est une image en niveaux de gris, c'est une matrice 6×6×1,

• Pour détecter les bords verticaux d'une image, vous pouvez construire une matrice 3x3 (filtre/noyau) [ 1 0 − 1 1 0 − 1 1 0 − 1 ] début{bmatrix}1
  Précédent Suivant