卷积和卷积核

1.卷积
原理:卷积过程就是卷积核行列对称翻转后,在图像上滑动,并且依次相乘求和.(与滤波器不同的一点就是多了一个卷积核翻转的过程).然后经过池化,激活后输入下一层.
单个卷积层可以提取特征,当多个卷积叠加后即可逐步学习出更高语义的抽象特征.
2.卷积核
卷积核:其中卷积核主要有两类,普通卷积核和11的卷积核.普通卷积核同时改变图像的空间域和通道域,如下图所示,每个卷积核的通道数与输入相同,
卷积后会得到一个通道为一的特征图,我们希望卷积后的通道数有几个,卷积核就有几个.
11卷积核,视野大小为单个特征位点,能够实现在空间域不改变的情况下实现通道域信息的交流,
并且获得我们想要的通道数量(一般是降维).