为什么在同一张图像上得到了两个带有相同内核的不同特征图？
德鲁夫·阿加瓦尔
我随机抽取了一个内核，并将其应用于具有padding ='valid'，stride =（1,1）的图像，内核的大小=（3,3）。
这是正常的图像：
这是应用滤镜后的图像：
然后我将原始图像旋转了90度，然后更改为：
然后，我在旋转后的图像上应用了相同的滤镜，并将其作为输出：
然后旋转此输出图像，以使其旋转与先前的特征图相同。旋转此旋转特征图并将其与以前的特征图进行比较之后，我注意到它们并不相同。
这是两个特征图的图像：
As you can see, they both are clearly not the same.
This means that feature maps changes as the location of features in the input image changes.
But why does this happen? Eg: lets say we have a kernel that detects 'eye', after training the kernel on images of 'eye' present at the center of the image, we give it an image, where this time, the 'eye' is present at top-left of the image. It would still do a good job, because it would search the eye on every (5,5) part of the image (assuming the kernel is of size (5, 5)), so it shouldn't matter where the feature is present in the image.
So, why did the feature map when we changed the location of features in the input image, in the example of '5'?
Mr Bean 1
您有2个不同的要素图，因为当您将原始图像旋转90度时，不再以相同的方式应用内核。这是一个示范：
假设这是您的图片：
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
1 2 3 4 5
这是您的2 x 2内核：
1 2
3 4
如果将此滤镜应用到图像的2 * 2凝视部分，则会得到以下值：
(1*1) + (2*2) + (1*3) + (2*4)
= 16
将图像旋转90度时，它变为：
5 5 5 5 5
4 4 4 4 4
3 3 3 3 3
2 2 2 2 2
1 1 1 1 1
现在，在该图像上应用相同的内核，但是由于滤镜图将再次旋转，因此我们将在旋转图像的左下角计算滤镜图的卷积。（很难理解为什么我们在旋转图像的左下角应用滤镜。）
(2*1) + (2*2) + (1*3) + (1*4)
= 13
由于13和16不相等，因此您获得了不同的特征图。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
编辑于
相关文章
TOP 榜单
- 1
蓝屏死机没有修复解决方案
- 2
计算数据帧中每行的NA
- 3
UITableView的项目向下滚动后更改颜色，然后快速备份
- 4
Node.js中未捕获的异常错误，发生调用
- 5
在 Python 2.7 中。如何从文件中读取特定文本并分配给变量
- 6
Linux的官方Adobe Flash存储库是否已过时？
- 7
验证REST API参数
- 8
ggplot：对齐多个分面图-所有大小不同的分面
- 9
Mac OS X更新后的GRUB 2问题
- 10
通过 Git 在运行 Jenkins 作业时获取 ClassNotFoundException
- 11
带有错误“ where”条件的查询如何返回结果？
- 12
用日期数据透视表和日期顺序查询
- 13
VB.net将2条特定行导出到DataGridView
- 14
如何从视图一次更新多行（ASP.NET - Core）
- 15
Java Eclipse中的错误13，如何解决？
- 16
尝试反复更改屏幕上按钮的位置 - kotlin android studio
- 17
离子动态工具栏背景色
- 18
应用发明者仅从列表中选择一个随机项一次
- 19
当我尝试下载 StanfordNLP en 模型时，出现错误
- 20
python中的boto3文件上传
- 21
在同一Pushwoosh应用程序上Pushwoosh多个捆绑ID
我来说两句