為什麼要進行maxpool?
max pooling之後,僅保留了最代表性的pixel
淺層網絡輸出:
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsISPrdEZwZ1Rh5WNXp1bwNjW1ZUba9VZwlHdsATOfd3bkFGazxCMx8VesATMfhHLlN3XnxCMwEzX0xiRGZkRGZ0Xy9GbvNGLpZTY1EmMZVDUSFTU4VFRR9Fd4VGdsYTMfVmepNHLrJXYtJXZ0F2dvwVZnFWbp1zczV2YvJHctM3cv1Ce-cmbw5iZyMzN5YWMhRjY4Y2NjdDNklDNiRGN3MmNiZWZ0QjZ18CX3AzLclDMxIDMy8CXn9Gbi9CXzV2Zh1WavwVbvNmLvR3YxUjL3M3Lc9CX6MHc0RHaiojIsJye.png)
深層網絡輸出:
圖1雖然人容易看,但特征不具有代表性,就是說不能通過一個特征就判定它是否是行人,之是以人看起來容易,是因為人做了後面深層網絡做的東西。
圖2比較難以區分,因為它已經對某些結構進行了高層的抽象,很具有判别力,用簡單的分類,比如門檻值就可以做出最後的判定。
全局特征是指圖像的整體屬性,常見的全局特征包括顔色特征、紋理特征和形狀特征,比如強度直方圖等。由于是像素級的低層可視特征,是以,全局特征具有良好的不變性、計算簡單、表示直覺等特點,但特征維數高
局部特征則是從圖像局部區域中抽取的特征,包括邊緣、角點、線、曲線和特别屬性的區域等。常見的局部特征包括角點類和區域類兩大類描述方式。局部圖像特征具有在圖像中蘊含數量豐富 ,特征間相關度小,遮擋情況下不會因為部分特征的消失而影響其他特征的檢測和比對等特點。
自己選擇的路,跪着也要走完。朋友們,雖然這個世界日益浮躁起來,隻要能夠為了當時純粹的夢想和感動堅持努力下去,不管其它人怎麼樣,我們也能夠保持自己的本色走下去。