1,垂直边缘检测过滤器
1 0 -1
1 0 -1
1 0 -1
2,水平边缘检测过滤器
1 1 1
0 0 0
-1 -1 -1
过滤器一般是奇数的,保证有一个中心点
在卷积神经网络中,把这些过滤器中的参数看成是未知的,通过反向传播,学习出过滤器中的参数。
3,padding,
可以保持图像的边缘信息,保持图像大小不变。卷积后的图像大小为n+2p-f+1
valid convolution: 没有pading。
same convolution:添加padding 使得图像大小不变。
4,卷积步长,stride
加入步长后, 图像大小为:round down( (n+2p -f)/s + 1)
5,对GRB图像的卷积(立方体的卷积)
filter也需要使用3个通道的,每个通道一个过滤器
运算结束之后得到一个二维的结果。
输出结果的深度数与过滤器的数目相等。这样就可以检测到多个特征,每个过滤器对应一个特征。