卷积计算的直观体现

如上所示，一张汽车图片经过了多次卷积操作，一开始卷积在提取低层次的特征(检测边缘)，然后逐渐提取高层次的特征(完整的物体)

不同的卷积探测器

我们可以看到同一张图片经过不同的卷积核，得到的结果是不一样的，也就是说不同的卷积核提取的特征是不一样的。例如你输入一个老鼠的图片，将二维或者三维的图片转化成矩阵形式。对于图像处理，我们一般选取局部进行分析和处理。橘色框中的矩阵对应为：下面我们就要用到卷积核了，我们想要提取老鼠的尾巴这个特征，那么假设我们的卷积核为:对于上面的卷积：(50*30)+(50*30)+(50*30)+(20*30)+(50*30)=6600；对于不能识别的特征，曲线的卷积核与其卷积后得到的值为0；

参考链接

1.https://blog.csdn.net/charleswangzi/article/details/82733016

2.今日头条B站AI专栏

3.掘金

加个“星标★”，欢迎留言！

阿广 · 一个会讲段子的科学探索者

欢迎转发给更多人，也是对作者最大的支持，谢谢！后续会更新计算机视觉和深度学习、机器学习数学基础等系列文章，希望得到大家的支持和鼓励！