1.1 计算机视觉

问题引入：计算机视觉问题
image.png
大图像的深度学习面临的一个问题：参数过多（如果按照像素来设置参数，参数会以十亿记）
image.png

1.2 边缘检测示例

问题引入：计算机视觉问题，如，边缘检测（纵向、横向）
image.png
纵向边缘检测、滤波器（filter）（卷积核（kernel））、卷积运算（按位相乘后求和）image.png
为什么能够检测纵向边缘？卷积运算后图像会出现过渡带（midtone）
image.png

1.3 更多边缘检测示例

边缘检测可以检测出不同边界类型：从亮到暗，或者，从暗到亮
image.png
同时检测垂直边缘和水平边缘
image.png
滤波器各元素可通过学习得到，无需手动指定
image.png

1.4 Padding（填充）

填充的作用：

  1. 防止图像大小的收缩（shrinking）
  2. 防止图像边缘像素信息被“轻视”（比如，如果不填充，图像左上角的像素只被卷积一次）

image.png
两种卷积方式：

  1. Valid：未使用填充，卷积后图像变小
  2. Same：使用填充，卷积后图像大小不变

image.png