图像处理CNN
图像处理之卷积：CNN
CNN卷积操作 本质上就是一种DNN，不过它相对于DNN来说，参数量更少，在同样算力下，取得的效果更好。
先说一下 AI的图像到底在做什么？
对于任何一个图像 我们都可以把它 分为RGB 三个颜色组成的
根据 加色模式 任何一个颜色 都可以由RGB(红绿蓝)混合而成 而如果我们把每个颜色 的程度 划为0~255 (255,14,15)就可以构成一个向量
image.png
所以 对于任意一张图 我们都可以 把它拆解 成 三个矩阵RGB
每个矩阵 装不同颜色的对应 的像素值。
image.png
这算是 完成初步的对图像的处理
然后 CNN的方法就是 用一个模板来进行计算
image.png
然后 他们会不停的做运算
image.png
最后得出来的结果 表示了 这个区域和
模板的相似度
而模板 我们是可以任取的。
例如：如果 我们想学一个圆
我们可以把它拆分成4个模板
image.png
然后用 模板 去跟 输入的图像 进行卷积 来计算出 图像和模板的相似度
image.png
然后 下一层是经过卷积后
得到的结果
每一次 卷积 相当于是一个 提取图像基本
图形的过程
卷积的层数 越多 那么 提取出来的图形越多
到后面 卷积的出来的图形 也会更复杂