图像处理中的卷积、池化、反卷积和反池化的理解与思考

文章目录 卷积的理解 池化的理解 反卷积的理解 反池化的理解 卷积的理解 关于卷积在二维离散图像的可视化理解： 对于卷积过程中各个变量的定义： 输入图像的尺寸为I 图像外围的0填充padding为p 卷积核的尺寸为k 卷积核移动的步长stride表示为s 输出图像表示为O 如上图所示，I = 5，p=1，k=3，s = 1进行卷积提取图像当中的特征，计算公式为： O = (I − k + 2p )

>>阅读原文<<