卷积神经网络CNN（convolutional）

卷积运算：原图像*卷积核=新图像，经常用来做边缘检测 人造核：手动指定权重，改善效果

指定核权重为变量，通过反向传播，学习卷积核的权重 补白和步幅决定了卷积后的

补白Padding

• Valid convolution：p = 0 \(n\times n * f\times f -> (n-f+1)\times (n-f+1)\)
• Same convolution：n = n \((n+2p)\times (n+2p) * f\times f -> n\times n\) 得到填充边缘宽度\(p = \frac{f-1}{2}\) 所以一般卷积核大小是奇数 ## 步幅strides s>1，图像也变小

三维卷积

对于RGB三通道图像，nc个滤波器，卷积叠加，得到深度为nc的图像

总结

趋势：缩减图片尺度，增加深度

CNN分类

卷积层Conv：

池化层Pool：减少图片宽度，用卷积核进行特征提取

欠采样（下采样），特征降维，压缩数据和参数，减小过拟合 只有超参数，没有参数 主要分类：

• 最大池化
• 平均池化

全连接层Fc：一般用来输出

总结

• 优势
• 参数共享：将卷积核的参数共享给每组被卷积对象运算
• 稀疏性联系：输出的值只与小部分输入相关 ### 特点 CNN从前到后，维度缩减，参数增多

CNN案例

经典CNN

• LeNet-5（sigmoid激活，softmax分类）

• AlexNet

• VGGNet

残差网络

传统的plain network存在梯度指数现象

为了改善深度网络的梯度爆炸（消失）现象，使深度神经网训练可能

• Residual block

维数不一致的问题，可以通过构建权重矩阵，填充0元素或者其他方法进行适配

1x1 convolution

对image每个像素进行非线性函数映射，通过n个kernel，映射为n个特征，用于缩减图像特征深度

用法，生成中间量，减少运算量

直接5x5卷积

采用1x1卷积中间量，再用5x5卷积

Inception network

Main idea

Inception module

Inception network

• Inception module 的串联
• branches用于在中间预测结果，效果不差

Transfer learning

步骤

1. 下载源码，模型，权重参数
2. 修改末层结构，softmax分类或者
3. 冻结前层参数
4. 训练自己模型

Data Augmentation数据增强

可以预先处理， 也可以与训练并行处理

1、形状

• 镜像Mirroring
• 随机裁剪Random Cropping
• 旋转Rotation
• 倾斜Shearing
• 扭曲Local warping

2、色彩Color shifting

• 增减RGB通道值，改变量随机
• PCA，干扰主要元素

目标检测

CV（computer vision）中，目标检测是并列与图像分类的一个重要应用