【卷积神经网络CNN】基本原理
文章目录
- 0.卷积神经网络CNN常用场景：
- 1.卷积神经网络整体结构
- 2.图像在计算机中的本质
- 3.全连接神经网络存在的问题
- 4.卷积层
- 4.1卷积运算
- 4.2步幅
- 4.3填充
- 4.4输出特征图大小计算公式
- 4.5多通道卷积运算
- 5.池化层
- 5.1最大池化运算
- 5.2平均池化运算
- 5.3输出特征图大小计算公式
- 6.卷积神经网络整体结构
0.卷积神经网络CNN常用场景：
- 图像分类：ResNet
- 目标检测：Yolo
- 图像分割：UNet
1.卷积神经网络整体结构
这里先有个印象，学习完后面的内容会帮你更好理解这个结构。
2.图像在计算机中的本质
以 矩阵 形式存储，0代表黑色，255代表白色，
来看一个 单通道 (灰度图)示例：
与单通道对应的，就是 三通道 彩色图了：
3.全连接神经网络存在的问题
为什么不用全连接神经网络而用卷积神经网络来处理图片？
因为全连接神经网络会破坏原有图像的 空间信息。
来看如下示例，采用全连接神经网络的话，原来图像中的上下左右信息，就只剩下了左右信息。
4.卷积层
4.1卷积运算
核：也可以叫做 卷积核，即参数 W，输出是怎么计算的？对应位置 相乘再相加。
比如：0*0 + 1*1 + 2*3 + 3*4 = 19
来看完整的卷积运算过程：
既然有参数 w，那肯定也会有参数 b，来看看 加入偏置b的卷积运算：
就是在原来的运算结果上再加上b。0*0 + 1*1 + 2*3 + 3*4 + 2= 21
4.2步幅
顾名思义，就是一次走多少步。
上面的卷积运算过程默认步幅为1，来看一个步幅为2的运算过程：注意黄色部分是怎么移动的
4.3填充
不知道你注意没，上面的运算结果都是输出特征图变小了，比如：3*3–>2*2，4*4–>2*2，怎么让输出图变大呢？填充 可以实现，
准确来说，填充 可以控制输出图的大小。
填充具体操作就是：外圈填充0 即可。
来看一个示例：填充后，输入图从 3*3 变成了 5*5
4.4输出特征图大小计算公式
公式参数如下：
- W：输入特征图的宽，示例中为3
- H：输入特征图的高，示例中为3
- P：输入特征图填充大小，示例中为1，因为只填充了1圈
- FW：卷积核的宽，示例中为2
- FH：卷积核的高，示例中为2
- S：步幅大小，示例中为1，一次只移动一格
- OW：输出特征图的宽，示例中为4
- OH：输出特征图的高，示例中为4
此公式很重要，务必牢记。
此外，运算结果可能为小数，但是不同框架有不同取舍策略，有的向上取整，有的向下取整，PyTorch是向下取整。
4.5多通道卷积运算
前面的示例中用的都是单通道图，但实际应用中多采用三通道图，来看看三通道图卷积运算是怎么操作的。如下：
卷积核通道数要和输入特征图通道数 保持一致。
某通道的特征图与对应的某通道卷积核 相乘再相加，得到1个结果，三个通道都操作完成后得到3个结果，然后把这3个结果相加，得到最终结果。
可能会发现4*4*3的输入特征图和3*3*3的卷积核运算后得到了一个 单通道 输出特征图，即如下示例：
怎么控制输出特征图的通道数？增加卷积核数量。
5.池化层
池化层也有 填充和步幅，但是 没有池化核，我们把这个区域称为 感受野。
池化就是个操作，没有参数w，因此池化层算不上神经网络层。
池化层不会改变输入特征图的通道数，而卷积层可能会改变，和卷积核数量有关。
5.1最大池化运算
顾名思义，在一个区域选取 最大值，来看一个示例，步幅为2：
5.2平均池化运算
顾名思义，在一个区域选取 平均值，来看一个示例，步幅为2：
5.3输出特征图大小计算公式
感受野算法是每步池化的区域大小，不要把FH、FW理解为特定的东西，你就理解为每步运算时运算区域的尺寸就好记了。
下面的示例中的参数详细介绍可以看看4.4输出特征图大小计算公式，一模一样。
6.卷积神经网络整体结构
再次看到这个图，会发现：
- 卷积运算会改变输入特征图的大小和通道数。 输出特征图通道数大小由卷积核数量决定。
- 池化运算仅仅改变输入特征图的大小，不会改变通道数。
2025.10.14结束，把这些内容又学了一次，感觉挺简单的，一听就会，一练就废，哈哈。准备开PyTorch实战应用了。