你知道有哪些池化方法
16lz
2021-01-29
问题引入
卷积神经网络的中经常用到池化这么一个操作，那么池化操作有哪些方法呢？
问题解答
池化操作通常也叫做子采样(Subsampling)或降采样(Downsampling)，在构建卷积神经网络时，往往会用在卷积层之后，通过池化来降低卷积层输出的特征维度，有效减少网络参数的同时还可以防止过拟合现象。池化操作可以降低图像维度的原因，本质上是因为图像具有一种“静态性”的属性，这个意思是说在一个图像区域有用的特征极有可能在另一个区域同样有用。因此，为了描述一个大的图像，很直观的想法就是对不同位置的特征进行聚合统计。例如，可以计算图像在固定区域上特征的平均值 (或最大值)来代表这个区域的特征。
SPPNet就引入了空间池化的组合，对不同输出尺度采用不同的滑窗大小和步长以确保输出尺度相同，同时用如金字塔式叠加的多种池化尺度组合，以提取更加丰富的图像特征。常用于多尺度训练和目标检测中的区域提议网络(Region Proposal Network)的兴趣区域(Region of Interest)提取
参考：
[1] https://www.zhihu.com/question/49376084
喜欢就关注一下啦~~~
更多相关文章
- android关于View的截图
- 图像滤镜(GPUImage/GPU加速)、美化/图像处理技术 拼接及Skia- An
- Android(安卓)OpenCV（十九）：方框滤波
- PhotoDraweeView+Fresco模式 预览图像 修改缩放比例方法
- android图像与图像处理系列（一、Bitmap和BitmapFactory）
- Android图像处理（三）通过矩阵变换实现图像变形特效
- （转帖）自定义Android组件之带图像的TextView
- Android(安卓)下的EXIF
- [置顶] Android(安卓)Paint之 setXfermode PorterDuffXfermode