同一张图,不同的观察方式
对应相乘,再全部相加
取出的 3×3 像素
卷积核权重
灰度范围为 0~255:0 是黑,255 是白。框中的位置与右侧计算逐项对应。
边界采用“复制最近像素”,步长为 1,输出与输入同尺寸。按深度学习常用方式直接滑动权重、不翻转卷积核(严格数学名称为互相关)。
八种常用卷积核及其效果
| 名称 | 3×3 权重 | 怎样理解 | 适合观察什么 |
|---|
从手工滤波器,走向 CNN
本页展示的是人为设计的经典滤波器。CNN 的卷积核权重通常由训练调整;某些第一层滤波器会形成对边缘、颜色变化和简单纹理的响应,但不一定恰好等于这里的整数矩阵。
课堂演示 1:竖直边缘为什么用“左右差”来检测?
选择“黑白边界”,切换到 Sobel X。跨越竖直边界时,左右亮度差很大,输出明显;在纯黑或纯白内部,左右一样亮,结果为零。X 指亮度沿水平方向的变化,检测到的边界本身通常是竖直的。切换到 Sobel Y,观察响应如何变化。
课堂演示 2:亮点为什么被模糊成一小片?
选择“单个亮点”,先看恒等核,再看均值核。中心亮点为 255,周围为 0;每个包含亮点的 3×3 窗口都输出 255÷9≈28.33,所以一个亮点扩散到九个输出位置。高斯核给中心更高权重,形成中心更亮、周围更暗的分布。
课堂演示 3:去噪与保留细节为什么难以兼得?
选择“带噪图案”,对比均值与高斯模糊。局部平均减弱细小明暗波动,也会模糊线条与边缘。再切换锐化:边界更突出,但噪声也可能更明显。
负数意味着“没有特征”吗?
不一定。对方向差分核,正负通常表示明暗变化方向不同。“带符号”模式中,灰色表示零,偏亮表示正,偏暗表示负。“绝对值”模式保留强弱,丢失方向。ReLU 是后续可选步骤,会把负数截为零,本页计算过程没有自动施加 ReLU。
为什么一个 CNN 要有很多卷积核?
不同权重对不同局部模式敏感。一个核可以突出某个方向的边缘,另一个核可以对颜色变化敏感。一个输出通道通常对应一组卷积权重及一张特征图;后面的层再组合这些局部信息。彩色输入中,一个滤波器通常覆盖 R、G、B 三个通道,三个通道的加权结果相加。
卷积核图片与特征图有什么区别?
卷积核图片展示“权重长什么样”;特征图展示“这个核在某张输入图片的各个位置算出了什么”。换一张输入图片,权重可以保持不变,特征图会随之改变。