rgb - 如何在具有三个 (RGB) channel 的图像上计算卷积?

标签 rgb matrix-multiplication convolution dot-product

假设我们有一个单 channel 图像 (5x5)

A = [ 1 2 3 4 5
      6 7 8 9 2
      1 4 5 6 3
      4 5 6 7 4
      3 4 5 6 2 ]

和一个过滤器 K (2x2)
K = [ 1 1
      1 1 ]

应用卷积的一个例子(让我们从 A 中取第一个 2x2)是
1*1 + 2*1 + 6*1 + 7*1 = 16

这是非常简单的。但是让我们为矩阵 A 引入一个深度因子,即具有 3 个 channel 的 RGB 图像,甚至是深度网络中的卷积层(深度 = 512)。如何使用相同的过滤器完成卷积操作? 类似的工作对于 RGB 案例真的很有帮助。

最佳答案

它们将与您处理单 channel 图像的方式相同,只是您将获得三个矩阵而不是一个。
This是一个关于 CNN 基础的讲义,我认为它可能对你有帮助。

关于rgb - 如何在具有三个 (RGB) channel 的图像上计算卷积?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37095783/

相关文章:

machine-learning - 如何检查经过训练的神经网络

图像二进制解释 : unknown image format

graphics - 如何按百分比计算渐变颜色

colors - 在 24 位 RGB 和 8 位颜色之间转换

algorithm - 具有 block 加速的快速酉矩阵乘法

matlab - 如何避免Matlab中的大矩阵乘法

neural-network - 用小输入训练深度卷积网络

javascript - RGB 操作公式

c - 行主矩阵乘法与列主矩阵乘法

C - 二维卷积