计算机视觉系列6：卷积神经网络（上）

不想错过我的推送，记得右上角-查看公众号-设为星标，摘下星星送给我！

本视频是《灵魂画手大话计算机视觉，0基础入门》系列的第六节课。

主讲老师：达尔闻入驻分享者—复旦大学微电子系博士 小黄同学

本节要点提示：卷积神经网络的工作过程，以及如何选择卷积核的大小。

前排就坐，看视频↓↓↓

总结：

本节课讲解了2部分内容：一是卷积神经网络的工作过程；二是如何选择一个卷积核的大小。

一张彩色图片分为R、G、B三层，每一层都有卷积核层，每一层都有很多组卷积核，多个卷积核提取图片多个特征，所以提取出的特征图会非常多。卷积提取特征之后，再进行融合。

卷积核定多少大小合适呢，主流的是3*3和1*1，目的是可以减少计算量。卷积核如果越大，在一张图片上一次划动，计算量就越多。

END

《灵魂画手大话计算机视觉，0基础入门》系列