Wie erfolgt die Faltung mit RGB-Kanal?

Question

Sagen wir ein Einkanal-Bild (5x5) haben

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 ] 

und ein Filter K (2x2)

K = [ 1 1 
     1 1 ] 

Ein Beispiel Faltung der Anwendung (lassen Sie uns das erste 2x2 von A nehmen) wäre

1*1 + 2*1 + 6*1 + 7*1 = 16 

Dies ist sehr einfach. Aber lassen Sie uns einen Tiefenfaktor in die Matrix A einführen, d. H. RGB-Bild mit 3 Kanälen oder sogar Conv-Schichten in einem tiefen Netzwerk (mit der Tiefe = 512 vielleicht). Wie würde die Faltungsoperation mit demselben Filter durchgeführt werden? Ein ähnliches Training wird für einen RGB-Fall sehr hilfreich sein.

Answer 1

Sie werden genauso wie Sie mit einem einzelnen Kanal Bild, außer dass Sie drei Matrizen anstelle von einem erhalten werden. This ist eine Vorlesungsnotiz über CNN Grundlagen, die ich denke, könnte hilfreich für Sie sein.

Answer 2

Für RGB-ähnliche Eingänge ist der Filter tatsächlich 2 * 2 * 3, jeder Filter entspricht einem Farbkanal, was zu drei Filterantworten führt. Diese drei addieren sich zu einem Fluss, der durch Bias und Aktivierung fließt. schließlich ist dies ein Pixel in der Ausgabekarte.