【CNN】--- Feature Map個人理解

• 前言
• Feature Map
  • 如何理解呢
  • 如何得到Feature Map呢

前言

在做圖像特徵提取中，常常出現 feature map這一名詞，之間一直理解爲是從image中提取出的特徵，最近才發現之一理解並不準確

Feature Map

如何理解呢

簡單講，在CNN的卷積過程中，卷積層是一個由三維的數據結構所組成的。所謂Feature Map，可以理解成一些平面圖片(二維)，通過堆疊，形成了三維的卷積層

如圖，這是一個CNN中的卷積層，其中，有6個feature map，每個feature map的大小是28×28

又如，我們的彩色照片，就是有着3個Feature Map組成的（RGB）；而灰度照片則只有2個Feature Map

如何得到Feature Map呢

在卷積的過程中，每個卷積層的Feature Map和Kernel進行矩陣乘積操作，得到下一個卷積層的若干Feature Map，而這個若干則取決於卷積核的數量，只要有N個卷積核，就會在下一層產生N個Feature Map