做一个有温度和有干货的技术分享作者 —— Qborfy

今天我们来学习 卷积网络CNN

一句话核心：CNN = 模拟人类视觉系统，用局部感知+参数共享机制高效处理​​图像、视频、医学影像​​等网格数据

简单理解就是将图片数据降低复杂度，在拆分成一个个小块（局部特征），结合统一的参数规划，最终完成图像识别。

是什么？

定义: 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）” 。

对比

传统神经网络痛点:

• 全连接参数爆炸（1000x1000图片 → 100万权重）
• 忽略空间局部性（远处像素强行关联）

CNN对比优势：

CNN卷积网络的优势：

1. 能够将大数据量的图片有效的降维成小数据量(并不影响结果)
2. 能够保留图片的特征，类似人类的视觉原理

怎么做

三层功能

1. 输入层：接收数据（如28x28像素的手写数字图片）
2. 隐藏层：层层提取特征（线条→局部图案→完整数字）
   1. 提取特征（卷积）：卷积核（3x3像素）在图片上滑动，提取局部特征
   2. 池化（降维）：缩小图片尺寸，减少参数量，防止过拟合
   3. 激活（非线性）：防止过拟合，提升模型泛化能力
   4. 全连接：将提取到的特征组合起来，形成分类器
3. 输出层：给出预测结果（概率最大的数字0-9）

卷积执行可视化： https://poloclub.github.io/cnn-explainer/

实际应用

• 图像分类：识别图片中的物体，如猫、狗、飞机、汽车等
• 目标检测：识别图片中的物体位置，如人脸、车辆、动物等
• 目标分割：识别图片中的物体位置和类别，如人、车、树、草等
• 人脸识别：识别图片中的人脸，如人脸验证、人脸检索等
• 图像生成：生成图片，如风格迁移、图像修复等

冷知识

• 深度CNN（如ResNet-152）中，仅15%卷积核激活显著，其余对输出贡献微弱。​​剪枝技术​​可删除冗余核，模型缩小90%，精度损失<1% —— 手机端CNN的部署基础
• 2016年击败李世石的AlphaGo，其策略网络实为​​13层CNN

参考资料

• 卷积神经网络 – CNN？

赏

谢谢你请我吃糖果

支付宝

微信