pytorch保存的卷积核形状 NCHW

转载

信息小飞侠 2024-10-25 13:36:42

文章标签 cnn 深度学习人工智能卷积卷积核 文章分类 PyTorch 人工智能

前言：

卷积神经网络是计算机视觉里面应用非常广泛的一个模型。

卷积神经网络成功案例人脸识别,指纹识别等应用.

卷积的本质是图像的特征提取，在冈萨雷士版本《数字图像处理》处理有专门的章节讲解

各种卷积核，在通讯原理里面，卷积主要用于数字信号调制成模拟信号,信号采样。

卷积神经网络的特征提取思想跟传统的数字图像处理里面的SURF,SIFT 算法很像。

1：图片表示

2： 80年代DNN 问题 what's wrong with Linear

3：感受野 Receptive Field

4：卷积核

一图片表示

我们常处理的图片分为RGB 图片和黑白图片。

1.1 黑白图片

MINIST手写数字识别

28*28 的Martix,矩阵里面的元素取值范围 0-255，代表对应位置的像素点的灰度值。

可以通过图像二值化算法把该值变换为0-1范围内

pytorch保存的卷积核形状 NCHW_卷积核

1.2 彩色图片

如常用的RGB 图像

如果忽略alpha 通道，剩余3个通道 R, G,B

pytorch保存的卷积核形状 NCHW_人工智能_02

Python 有Image 库可以操作该图像，具体如下示例

pytorch保存的卷积核形状 NCHW_深度学习_03

pytorch保存的卷积核形状 NCHW_深度学习_04

# -*- coding: utf-8 -*-
"""
Created on Fri May  5 16:37:52 2023

@author: chengxf2
"""

from PIL import Image

img = Image.open("D:\\AI\\img\\1.jpg")

#返回两个元素，宽和高。im.size ⇒ (width, height)
width, height = img.size[0],img.size[1]
im2 = Image.new("RGB",img.size, "white")

for h in range(height):
    for w in range(width):
        #返回给定位置的像素
         pix = img.getpixel((w,h))
         #修改给定位置的像素
         r,g,b = pix[0],pix[1],pix[2]
         if r>125 and r-20>g and r-20>b:
             im2.putpixel((w,h),(r,0,0))

im2.show()

二 80年代DNN 问题 what's wrong with Linear

问题：参数量太大

这里重点介绍一下CNN 诞生的原因

以MNITST 手写数字识别，输入数据为28*28=784的一张图像

常用如下的DNN结构，进行识别处理（下图少画了一个隐藏层）

pytorch保存的卷积核形状 NCHW_cnn_05