14_CNN在图像上表现好的原因1
需积分: 0 121 浏览量
2022-08-03
14:47:12
上传
评论
收藏 355KB PDF 举报
问
题
⼀
提
到
计
算
机
视觉
，
第
⼀
反
应
就
是
CNN
，
但
是
⼤
家
有
没
有
想
过
，
为
什
么
图
像
识
别
领
域
的
⽹
络结
构
都
是
使
⽤
的
CNN
呢
，
或
者
说
CNN
⽹
络
有
哪
些
特
点
可
以
使
其
在图
像
识
别
领
域
表
现
良
好
？
这
个
问
题
对
于
我
们
⽽
⾔
都
习
惯
到
理
所
当
然
了
，
所
以
⾯
试
官
要
是
突
然
问
这
种
问
题
，
估
计
很
多
同
学
都
得
懵
逼
⼀
会
。
分
析
⽹
上
没
有
找
着
相
关
的
问
题
答
案
，
所
以
下
⾯
的
分
析
仅仅
是
我
个
⼈
的
观
点
，
⼤
家
交
流
交
流
，
有
其
他
⻅解
的
话
⾮
常
欢
迎
提
出
来
！
为
什
么
图
像
识
别
领
域
要
使
⽤
CNN
，
其
实
潜
在
意
思
是
在
问
CNN
中
的
卷
积
层
与
全
连
接
层
相
⽐
好
在
哪
⾥
？
为
什
么
这
么
说
，
因
为
在
卷
积
神
经
⽹
络
之
前
，
⼀
般
的
⽹
络
都
采
⽤
的
是
全
连
接
的
⽅
式
，
前
⼀
层
的
每
⼀个
单
元
都
对
下⼀
层
的
每
⼀个
单
元
有
影
响
，
⽽
CNN
中
虽
然
存
在
全
连
接
层
，
但
是
更
核
⼼
的
是
前
⾯
⽤
于
提
取
特
征
的
卷
积
层
，
所
以
这
个
问
题
便
转
换
成
了
卷
积
层
和
全
连
接
层
的
⽐
较
问
题
。
卷
积
层
和
全
连
接
层
的
区
别
卷
积
层
相
⽐
于
全
连
接
层
，
主
要
有
两个
特
点
：
1.
局
部
连
接
：
全
连
接
层
是
⼀
种
稠
密
连
接
⽅
式
，
⽽
卷
积
层
却
只
使
⽤
卷
积
核
对局
部
进
⾏
处
理
，
这
种
处
理
⽅
式
其
实
也
刚
好
对
应
了
图
像
的
特
点
。
在
视觉
识
别
中
，
关
键
性
的
图
像
特
征
、
边
缘
、
⾓
点
等
只
占
据
了
整
张
图
像
的
⼀
⼩
部
分
，
相
隔
很
远
的
像
素
之
间
存
在
联
系
和
影
响
的
可
能
性
是
很
低
的
，
⽽
局
部
像
素
具
有
很强
的
相
关
性
。
2.
共
享
参
数
：
如
果
借
鉴
全
连
接
层
的
话
，
对
于
1000×1000
⼤
⼩
的
彩
⾊
图
像
，
⼀
层
全
连
接
层
便
对
应
于
三
百
万
数
量
级维
的
特
征
，
即
会
导
致
庞
⼤
的
参
数
量
，
不
仅
计
算
繁
重
，
还
会
导
致
过
拟
合
。
⽽
卷
积
层
中
，
卷
积
核
会
与
局
部
图
像
相
互
作
⽤
，
是
⼀
种稀
疏
连
接
，
⼤⼤
减
少
了
⽹
络
的
参
数
量
。
另
外
从
直
观
上
理
解
，
依
靠
卷
积
核
的
滑
动
去
提
取
图
像
中不
同
位
置
的相
同
模
式
也
刚
好
符
合
图
像
的
特
点
，
不
同
的
卷
积
核
提
取
不
同
的
特
征
，
组
合
起
来
后
便
可
以
提
取
到
⾼
级
特
征
⽤
于
最
后
的
识
别
检
测
了
。
所
以
CNN
应
⽤
的
条
件
⼀
般
是
要
求
卷
积
对
象
有
局
部
相
关
性
，
这
正
是
图
像
所
具
备
的
，
因
此
图
像
领
域
都
是
使
⽤
CNN
就
解
释
地
通
了
。
参
考
资
料
CNN
为
什
么
能
使
⽤
在
NLP
？
(
⼆
)
计
算
机
视觉
四
⼤
基
本
任
务
(
分
类
、
定
位
、
检
测
、
分割
)
评论0
最新资源