我们知道CNN中的卷积层使用滤镜,不同的滤镜会在输入图像中查找不同的信息。
但是,在这个SSD中,我们有原型文件,它有……
早期图层的滤镜代表边缘等低级特征 (这些功能保留更高 用于精确定位的空间分辨率,具有类似于Gabor滤波器的响应图的低级视觉信息。另一方面,中层提取物处的滤镜具有更复杂的角落或斑点。
随着您的深入,您无法可视化和解释这些功能,因为中级和高级图层中的滤镜不直接连接到输入图像。例如,当您获得第一层的输出时,您实际上可以将其可视化并将其解释为边缘,但是当您更深入并将第二个卷积层应用于这些提取的边缘(第一层的输出)时,您会得到类似边缘的东西边缘(或像这样)并捕获更多的语义信息和更细粒度的空间细节。在原型文件文件中,所有卷积和其他类型的操作可以彼此相似。但是由于具有不同的顺序和权重,它们提取不同类型的特征。