转载

发表于 2017年01月19日
浏览 (820)
评论 (0)

深入浅出自动驾驶(二)：卷积神经网络(CNN)

如何识别一张图像

如下图片所示，你要如何识别是一只狗呢？

深入浅出自动驾驶(二)：卷积神经网络(CNN)

我们可以把眼睛、鼻子、嘴都分开，而后分别识别出来，最后将所有的特征组合起来，就可以看出来是一只狗啦

比如在这幅图中，你就可以分别识别出

1 眼睛

2 鼻子

3 金毛

如下图所示

深入浅出自动驾驶(二)：卷积神经网络(CNN)

让我们进一步分析，如何识别眼睛、鼻子和毛发呢？以金毛的鼻子为例，如何才能知道这是一个鼻子呢？我们可以用鼻子上方的弧线和鼻孔来定义一个鼻子

深入浅出自动驾驶(二)：卷积神经网络(CNN) 鼻子上方的弧线

深入浅出自动驾驶(二)：卷积神经网络(CNN) 鼻孔

这就是CNN的处理逻辑了，它首先识别简单线条和曲线，而后是形状和区块...最后组合起来，识别这个物体，是狗，还是猫，或是其它物体。

在我们的例子中，可以做入下分解

1 简单的线条，比如曲线、直线等等

2 复杂的物体，比如鼻子、眼睛等等

3 作为狗的整体

最令人兴奋的是我们根本不用去手动分解，CNN网络自己就能够做了，如下图所示

深入浅出自动驾驶(二)：卷积神经网络(CNN)

什么是卷积神经网络

假设你有一张照片，如图所示

一张猫的照片可以表示为一个有width，有height以及厚度为3(RGB)的薄饼。然后我们在图片上取出X大小的一个方块，并把它映射成高维空间的深度为K的向量

深入浅出自动驾驶(二)：卷积神经网络(CNN)

而后我们移动这个方块

深入浅出自动驾驶(二)：卷积神经网络(CNN)

最终得到一个宽度为width，高度微height，深度为k的图像，这就称为卷积了

深入浅出自动驾驶(二)：卷积神经网络(CNN)

卷积的思想是将图像的特征逐步的映射到深度中去（图像特征），以此把图像特征全部连接起来，然后就可以判断分类的类型（图像的类型）

深入浅出自动驾驶(二)：卷积神经网络(CNN)

为何要使用卷积神经网络

CNN在图像领域用的比较多，以一张1000*1000像素的图像为例，如果使用单纯的神经网络，加上隐藏层，共需要1000000x1000000 = 10^12个参数，这样就太多了，基本没法使用神经网络训练，所以必须减少参数个数，这是使用卷积神经网络一个非常重要的原因

我们也可以从另一个角度来看：一张图片上不是所有的像素（特征）都有效，只需要取某一个区块内的代表像素就可以了，局部区块的像素关联性较强，其它的关联较弱

原文 https://segmentfault.com/a/1190000008160561

正文到此结束

所属分类：编程技术

本文标签： UI id 图片 https 隐藏层神经网络 http src 参数空间
版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
本文海报： 生成海报一生成海报二

热门推荐

openfire数据库安装指南

浏览(14,001) 评论(0)
Caffe 深度学习框架上手教程

浏览(10,665) 评论(0)
ReactiveCocoa入门教程：第一部分

浏览(11,495) 评论(0)
开源HIDS-OSSEC使用实例:监测CC攻击

浏览(11,411) 评论(0)
Decorators in ES7

浏览(15,950) 评论(4)
用Electron（Atom编辑器的兄弟项目）开发桌面应用

浏览(28,964) 评论(0)
Windows下JetBrains CLion中文输出乱码的解决方法

浏览(12,421) 评论(1)
同步-@synchronized, NSLock, pthread, OSSpinLock性能比较

浏览(11,368) 评论(0)
Seaweedfs之Volume读请求重定向

浏览(25,668) 评论(3)
HTML、CSS及JavaScript ：有Promise，不会搞大肚子

浏览(13,506) 评论(0)

相关文章

阿里云首购8折

Loading...

其他链接

关于本站

本站定位：个人技术类博客

本站作用：写博客、记日志、闲聊扯淡鼓捣技术。

问题交流

[HBLOG]公众号

HBLOG

HBLOG