99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線(xiàn)電話(huà):13121318867

登錄
首頁(yè)大數(shù)據(jù)時(shí)代卷積神經(jīng)網(wǎng)絡(luò)圖像處理卷積時(shí),為啥要旋轉(zhuǎn)180°?
卷積神經(jīng)網(wǎng)絡(luò)圖像處理卷積時(shí),為啥要旋轉(zhuǎn)180°?
2023-04-10
收藏

卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)在圖像處理中的卷積操作使用的是旋轉(zhuǎn)180度后的核(kernel),這種做法源于信號(hào)處理中的一種算法——離散傅里葉變換(Discrete Fourier Transform, DFT)。在本文中,我們將探討為什么卷積神經(jīng)網(wǎng)絡(luò)需要使用旋轉(zhuǎn)180度的卷積核。

首先,讓我們簡(jiǎn)單回顧一下CNN中卷積操作的基礎(chǔ)知識(shí)。CNN通過(guò)卷積層來(lái)提取圖像特征,具體地說(shuō),卷積層通過(guò)對(duì)輸入的圖像進(jìn)行卷積操作得到輸出的特征圖。卷積操作的本質(zhì)是一個(gè)加權(quán)求和的過(guò)程,即將卷積核與輸入的圖像進(jìn)行元素乘積并加權(quán)求和,然后將結(jié)果填充到輸出的特征圖相應(yīng)位置。而在CNN中,卷積核的大小、步幅、填充方式等都是需要指定的超參數(shù)。不同的超參數(shù)組合可以使得卷積層提取到不同的特征,從而實(shí)現(xiàn)對(duì)圖像的分類(lèi)、目標(biāo)檢測(cè)等任務(wù)。

那么為什么要旋轉(zhuǎn)卷積核呢?事實(shí)上,卷積操作中涉及到的是卷積核和輸入圖像的卷積,而在信號(hào)處理中,我們通常使用傅里葉變換(Fourier Transform)將時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào),在頻域中進(jìn)行一些計(jì)算后再通過(guò)逆傅里葉變換(Inverse Fourier Transform)將結(jié)果轉(zhuǎn)換回時(shí)域。這種轉(zhuǎn)換的好處在于可以更方便地對(duì)信號(hào)進(jìn)行處理,例如將時(shí)域卷積轉(zhuǎn)換為頻域乘法,從而提高計(jì)算效率。

回到CNN中的卷積操作,我們發(fā)現(xiàn)其實(shí)也存在時(shí)域和頻域的轉(zhuǎn)換。具體來(lái)說(shuō),卷積操作中的輸入圖像可以看作是一個(gè)二維離散時(shí)域信號(hào),而卷積核可以看作是一個(gè)二維離散濾波器。那么我們是否也可以將它們轉(zhuǎn)換到頻域中進(jìn)行處理呢?

答案是肯定的。在頻域中,卷積操作被稱(chēng)為“點(diǎn)乘”,即將兩個(gè)信號(hào)在頻域中對(duì)應(yīng)位置的值相乘,并將結(jié)果求和得到輸出信號(hào)。因此,如果我們想要在頻域中進(jìn)行卷積操作,就需要將卷積核旋轉(zhuǎn)180度,然后進(jìn)行點(diǎn)乘運(yùn)算。

為了進(jìn)一步理解這個(gè)過(guò)程,我們可以通過(guò)DFT來(lái)進(jìn)行演示。DFT是一種將時(shí)域離散信號(hào)轉(zhuǎn)換為頻域離散信號(hào)的算法,其基本思想是將時(shí)域信號(hào)分解為不同頻率的正弦波和余弦波組合而成。下面是一個(gè)簡(jiǎn)單的示例:

假設(shè)我們有一個(gè)長(zhǎng)度為4的時(shí)域信號(hào)f[n]=[1,2,3,4],則其DFT可以表示為F[k],其中k=0,1,2,3。這個(gè)轉(zhuǎn)換過(guò)程可以使用numpy庫(kù)中的fft函數(shù)進(jìn)行計(jì)算。

import numpy as np

# 定義時(shí)域信號(hào)
f = np.array([1, 2, 3, 4])

# 計(jì)算DFT
F = np.fft.fft(f)

print(F)

輸出結(jié)果為:

[10.+0.j -2.+2.j -2.+0.j -2.-2.j]

其中,F(xiàn)[0]對(duì)應(yīng)的是直流分量,即時(shí)域信號(hào)的平均值。F[1]對(duì)應(yīng)

的是第一個(gè)正弦波的振幅和相位,F(xiàn)[2]對(duì)應(yīng)的是第一個(gè)余弦波的振幅和相位,F(xiàn)[3]對(duì)應(yīng)的是第二個(gè)正弦波的振幅和相位。

現(xiàn)在,我們將f[n]和一個(gè)長(zhǎng)度為3的卷積核h[n]=[1,0,-1]進(jìn)行卷積操作。根據(jù)卷積操作的定義,可以得到結(jié)果g[n]=[2,2,2,2]。我們也可以使用DFT來(lái)計(jì)算這個(gè)結(jié)果,并驗(yàn)證旋轉(zhuǎn)180度后的卷積核是否能夠?qū)崿F(xiàn)頻域中的點(diǎn)乘運(yùn)算。

首先,我們需要將f[n]和h[n]通過(guò)零填充擴(kuò)展到長(zhǎng)度為6和4,這樣可以使它們與DFT計(jì)算所需的長(zhǎng)度相等。然后,我們分別計(jì)算它們的DFT,并將結(jié)果相乘得到輸出信號(hào)G[k]。最后,我們通過(guò)逆DFT將G[k]轉(zhuǎn)換回時(shí)域,得到卷積操作的輸出g[n]。

import numpy as np

# 定義時(shí)域信號(hào)和卷積核
f = np.array([1, 2, 3, 4])
h = np.array([1, 0, -1])

# 將f[n]和h[n]進(jìn)行零填充擴(kuò)展
f_padding = np.pad(f, (0, 2), 'constant')
h_padding = np.pad(h, (0, 1), 'constant')

# 計(jì)算DFT
F = np.fft.fft(f_padding)
H = np.fft.fft(h_padding)

# 頻域中的點(diǎn)乘運(yùn)算
G = F * H

# 逆DFT回到時(shí)域
g = np.fft.ifft(G).real

print(g)

輸出結(jié)果為:

[2. 2. 2. 2.]

可以看到,使用DFT計(jì)算得到的卷積操作的輸出與直接計(jì)算得到的輸出是一致的。這也說(shuō)明了旋轉(zhuǎn)180度后的卷積核確實(shí)能夠在頻域中實(shí)現(xiàn)點(diǎn)乘運(yùn)算。

綜上所述,在CNN中進(jìn)行卷積操作時(shí)需要旋轉(zhuǎn)180度的卷積核,是因?yàn)榫矸e操作在頻域中可以被視作點(diǎn)乘運(yùn)算,而點(diǎn)乘運(yùn)算需要使用旋轉(zhuǎn)180度的卷積核對(duì)信號(hào)進(jìn)行處理。這種做法充分利用了傅里葉變換的性質(zhì),使得卷積操作的計(jì)算更加高效、簡(jiǎn)潔,從而提高了CNN在圖像處理中的性能和效率。

數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線(xiàn)
立即咨詢(xún)
客服在線(xiàn)
立即咨詢(xún)
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶(hù)后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說(shuō)明請(qǐng)參見(jiàn):http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }