PyTorch的卷积和池化

卷积计算 

1. input 表示输入的图像
2. filter 表示卷积核, 也叫做滤波器
3. input 经过 filter 的得到输出为最右侧的图像，该图叫做特征图

 

卷积的计算是将卷积核放入左上角，在局部区域间做点积，然后将卷积核在Input上面依次从左向右，从上到下平移。左上角的点积操作：

得到最终的特征图为:

Padding 

通过上面的卷积计算过程，我们发现最终的特征图比原始图像小很多，如果想要保持经过卷积后的图像大小不变, 可以在原图周围添加 padding 来实现

Stride 

按照步长为1来移动卷积核，得到上面的特征图，如果按照步长为2的话，特征图就变成了2*2的特征图了。 

多通道卷积计算

实际中的图像都是多个通道组成的，即多个Input图前后贴在一起。

1. 当输入有多个通道(Channel), 例如 RGB 三个通道, 此时要求卷积核需要拥有相同的通道数数。
2. 每个卷积核通道与对应的输入图像的各个通道进行卷积。
3. 将每个通道的卷积结果按位相加得到最终的特征图。

多卷积核卷积计算 

上面我们只使用一个卷积核进行特征提取，实际对图像进行特征提取时，我们需要使用多个卷积核进行特征提取； 这个多个卷积核可以理解为从不同到的视角、不同的角度对图像特征进行提取。

特征图大小 

输出特征图的大小与三个参数有关：

1. size: 卷积核/过滤器大小，一般会选择为奇数，比如有 1*1, 3*3， 5*5*
2. Padding: 零填充的方式
3. Stride: 步长

计算方法：

1. 输入图像大小: W x W
2. 卷积核大小: F x F
3. Stride: S
4. Padding: P
5. 输出图像大小: N x N

 

1. 例如，(5 - 3 + 2) / 1 + 1 = 5, 即得到的特征图大小为: 5 x 5

PyTorch 对卷积层的使用 

import torch
import torch.nn as nn
import matplotlib.pyplot as plt
 
 
# 显示图像
def show(img):
 
    # 输入形状: (Height, Width, Channel)
    plt.imshow(img)
    plt.axis('off')
    plt.show()
 
 
# 单个多通道卷积核
def test01():
 
    # 读取图像, 形状: (1024, 720, 3)
    img = plt.imread('QQ.png')
    show(img)
 
    # 构建卷积层
    conv = nn.Conv2d(in_channels=3, out_channels=1, kernel_size=3, stride=1, padding=1)
 
    # 输入形状: (Channel, Height, Width)
    img = torch.tensor(img).permute(2, 0, 1)
 
    new_img = conv(img)
 
    new_img = new_img.permute(1, 2, 0)
 
    show(new_img.detach().numpy())
 
 
 
if __name__ == '__main__':
    test01()

输出的单卷积特征图：

多卷积特征图： 

test01 函数使用一个多通道卷积核进行特征提取，test02 函数使用 3 个多通道卷积核进行特征提取: 

def test02():
 
    # 读取图像, 形状:
    img = plt.imread('QQ.png')
 
    conv = nn.Conv2d(in_channels=3, out_channels=3, kernel_size=3, stride=1, padding=1)
 
    # 输入形状: (Channel, Height, Width)
    img = torch.tensor(img).permute(2, 0, 1)
 
    new_img = conv(img)
 
    new_img = new_img.permute(1, 2, 0)
 
    # 打印三个特征图
    show(new_img[:, :, 0].detach().numpy())
    show(new_img[:, :, 1].detach().numpy())
    show(new_img[:, :, 2].detach().numpy())

 

这些就是卷积层的使用，下一节我们去了解池化层~