本文目录：
- 一、CNN概述
- 二、CNN日常应用
- 三、CNN的卷积层
- （一 ）基本介绍
- （二）卷积层计算
- 1.对输入数据的要求
- 2.卷积核核心参数
- 3.计算过程
- 4.特征图尺寸计算
- 5.1、多通道卷积计算
- 5.2、多卷积核计算
- 6.PyTorch卷积层API
前言：上篇文章讲解了图像，这篇文章正式进入卷积神经网络讲解。
一、CNN概述
卷积神经网络（Convolutional Neural Network, CNN）是一种专门用于处理网格状数据（如图像、视频、语音信号等）的深度学习模型。其核心思想是通过局部感受野、权值共享和空间下采样来高效提取特征，广泛应用于计算机视觉、自然语言处理（如文本分类）等领域。
CNN网络主要由三部分构成：卷积层、池化层和全连接层构成：
（1）卷积层负责提取图像中的局部特征；
（2）池化层用来大幅降低参数量级(降维)；
（3）全连接层类似人工神经网络的部分，用来输出想要的结果。
CNN实践案例：
上图中CNN要做的事情就是：给定一张图片，是车还是马未知，是什么车也未知，现在需要模型判断这张图片里具体是一个什么东西，总之输出一个结果：如果是车，那是什么车？
二、CNN日常应用
图像分类：最常见的应用，例如识别图片中的物体类别；
目标检测：检测图像中物体的位置和类别；
图像分割：将图像分成多个区域，用于语义分割；
人脸识别：识别图像中的人脸；
医学图像分析：用于检测医学图像中的异常（如癌症检测、骨折检测等）；
自动驾驶：用于识别交通标志、车辆、行人等。
三、CNN的卷积层
（一 ）基本介绍
卷积层是CNN的核心组件，用于提取输入数据（如图像、语音、文本）的局部特征。它的核心思想是通过局部连接、权值共享和平移不变性高效处理网格状数据（如像素矩阵）。
卷积层利用卷积核（滤波器）对输入进行处理（卷积操作），从而生成特征图（feature map），并且每个卷积层能够提取不同层次的特征，从低级特征（如边缘）到高级特征（如物体的形状）。
卷积层的主要作用如下：
-
特征提取：卷积层的主要作用是从输入图像中提取低级特征（如边缘、角点、纹理等）。通过多个卷积层的堆叠，网络能够逐渐从低级特征到高级特征（如物体的形状、区域等）进行学习；
-
权重共享：在卷积层中，同一个卷积核在整个输入图像上共享权重，这使得卷积层的参数数量大大减少，减少了计算量并提高了训练效率；
-
局部连接：卷积层中的每个神经元仅与输入图像的一个小局部区域相连，这称为局部感受野，这种局部连接方式更符合图像的空间结构，有助于捕捉图像中的局部特征；
-
空间不变性：由于卷积操作是局部的并且采用权重共享，卷积层在处理图像时具有平移不变性。也就是说，不论物体出现在图像的哪个位置，卷积层都能有效地检测到这些物体的特征。
（二）卷积层计算
1.对输入数据的要求
2.卷积核核心参数
3.计算过程
1. input 表示输入的图像；
2. filter 表示卷积核, 也叫做滤波器(滤波矩阵)
- 一组固定的权重，因为每个神经元的多个权重固定，所以又可以看做一个恒定的滤波器filter；
- 非严格意义上来讲，下图中红框框起来的部分便可以理解为一个滤波器，即带着一组固定权重的神经元，多个滤波器叠加便成了卷积层；
- 一个卷积核就是一个神经元。
卷积运算本质上就是在滤波器和输入数据的局部区域间做点积。
如上图左上角的点计算：
按照上面的计算方法可以得到最终的特征图为:
实图-特征图对比：
注意：如果想要提取更多特征（比如花朵的颜色深浅、轮廓、纹理），可以用多个卷积核（分别提取花朵的颜色深浅、轮廓、纹理，生成不同的特征图）。
4.特征图尺寸计算
注意：
5.1、多通道卷积计算
如上图，计算方法如下：
- 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（图像有多少通道，每个卷积核就有多少通道）；
- 每个卷积核通道与对应的输入图像的各个通道进行卷积；
- 将每个通道的卷积结果按位相加得到最终的特征图。
如下图所示：
5.2、多卷积核计算
在卷积神经网络（CNN）中，多个卷积核（Filters/Kernels） 的计算是核心操作之一，它使网络能够同时提取多种特征（如边缘、纹理、颜色等）。
特点：
（1）每个卷积核学习不同的特征：
例如：第一个核可能检测水平边缘，第二个核检测垂直边缘，第三个核检测红色通道的特定模式等。
（2）输出多通道特征图：
若有 C_out 个卷积核，输出特征图会有 C_out 个通道。
如上图，可以看到：
- 两个神经元，意味着有两个滤波器；
- 数据窗口每次移动2个步长取3*3的局部数据，即stride=2；
- zero-padding=1。输入数据由
5*5*3变为7*7*3； - 左边是输入（7*7*3中，7*7代表图像的像素/长宽，3代表R、G、B 三个颜色通道）；
- 中间部分是两个不同的滤波器Filter w0、Filter w1；
- 最右边则是两个不同的输出。
6.PyTorch卷积层API
# 导包
import numpy as np
import matplotlib.pyplot as plt
import torch# 加载数据
n1_img = plt.imread('data/img.jpg')
print(n1_img.shape)
# 把numpy转换为tensor
t1_img = torch.from_numpy(n1_img)
print(t1_img.shape)
# 交换维度 (H,W,C)->(C,H,W)
t2_img = t1_img.permute(2, 0, 1)
print(t2_img.shape)
# 升维
t3_img = t2_img.unsqueeze(0)
print(t3_img.shape)
# TODO 创建卷积层对象 设置输出通道数4,意味着输出的特征图4个
conv = torch.nn.Conv2d(in_channels=3, out_channels=4, kernel_size=3, stride=1, padding=0)
# TODO 调用卷积层对象,提取特征,注意类型转换
output = conv(t3_img.to(torch.float32))
print(output.shape)
# 降维
output = output.squeeze(0)
print(output.shape)
# 交换维度
output = output.permute(1, 2, 0)
print(output.shape)
# 转换为numpy TODO 索引0,1,2,3分别可以获取第0,1,2,3个特征图
output = output[:, :, 2].detach().numpy() #2：第三个图
print(output.shape)
# 画图
plt.imshow(output)
plt.show()运行结果：
可依次修改output = output[:, :, 2].detach().numpy() 将其它三个图显示出来（将2依次换成0、1、3）。
今日分享到此结束。
)
)
