卷积神经网络对图片分类

我们来看看在图像处理领域如何使用卷积神经网络来对图片进行分类。

1 让计算机做图片分类：

图片分类就是输入一张图片，输出该图片对应的类别（狗，猫，船，鸟），或者说输出该图片属于哪种分类的可能性最大。

人类看到一张图片马上就能分辨出里面的内容，但是计算机分辨一张图片就完全不一样了。同一张图片,

人类看到的是这样：

一个充满像素值的数组。

所以给计算机一张图片让它对图片进行分类，就是向计算机输入一个充满像素值的数组如上图所示，数组里的每一个数字范围都是0-255，代表该点上的像素值。让它返回这个数组对应的可能分类概率（狗0.01，猫0.04，船0.94，鸟0.02）。

人类分辨一张船的图片可能是通过图片里船的边缘，线条等等特征。类似的计算机分辨一张船的图片也是通过这些底层特征来进行判断，比如图片里的图像边缘和图像轮廓，然后通过卷积神经网络建立更抽象的概念。

2 卷积神经网络结构

当所有移动完毕时，你会发现得到了一个24X24X3的数组。我们叫这个数组为特征图像。

这个过滤器是一个数字类型的数组（里面的数字就是一些权重值）。过滤器的深度和输入的深度一样。所以过滤器的维度就是5X5X3。我们使用5X5X3过滤器，就可以得到输出数组24X24X3。如果使用更多的过滤器，我们就可以得到更多的特征图像。这就是卷积层里发生的事情。

4 具体如何卷积

假设我们有一张老鼠的图片：

现在我们让过滤器在图片的左上角：

海外公司注册、海外银行开户、跨境平台代入驻、VAT、EPR等知识和在线办理：https://www.xlkjsw.com

原标题：卷积神经网络对图片分类

关键词：网络