作者：Ahzam Ejaz來源：DeepHub IMBA

卷積神經(jīng)網(wǎng)絡(luò)(cnn)是一種神經(jīng)網(wǎng)絡(luò)，通常用于圖像分類、目標(biāo)檢測(cè)和其他計(jì)算機(jī)視覺任務(wù)。CNN的關(guān)鍵組件之一是特征圖，它是通過對(duì)圖像應(yīng)用卷積濾波器生成的輸入圖像的表示。

理解卷積層

1、卷積操作

卷積的概念是CNN操作的核心。卷積是一種數(shù)學(xué)運(yùn)算，它把兩個(gè)函數(shù)結(jié)合起來產(chǎn)生第三個(gè)函數(shù)。在cnn的上下文中，這兩個(gè)函數(shù)是輸入圖像和濾波器，而得到的結(jié)果就是特征圖。

2、卷積的層

卷積層包括在輸入圖像上滑動(dòng)濾波器，并計(jì)算濾波器與輸入圖像的相應(yīng)補(bǔ)丁之間的點(diǎn)積。然后將結(jié)果輸出值存儲(chǔ)在特征映射中的相應(yīng)位置。通過應(yīng)用多個(gè)過濾器，每個(gè)過濾器檢測(cè)一個(gè)不同的特征，我們可以生成多個(gè)特征映射。

3、重要參數(shù)

Stride：Stride 是指卷積濾波器在卷積運(yùn)算過程中在輸入數(shù)據(jù)上移動(dòng)的步長。

Padding：Padding是指在應(yīng)用卷積操作之前在輸入圖像或特征映射的邊界周圍添加額外像素。Padding的目的是控制輸出特征圖的大小，保證濾波窗口能夠覆蓋輸入圖像或特征圖的邊緣。如果沒有填充，過濾器窗口將無法覆蓋輸入數(shù)據(jù)的邊緣，導(dǎo)致輸出特征映射的大小減小和信息丟失。有兩種類型的填充“valid”和“same”。kernel/filter：kernel(也稱為filter 或 weight )是一個(gè)可學(xué)習(xí)參數(shù)的小矩陣，用于從輸入數(shù)據(jù)中提取特征。在下圖中，輸入圖像的大小為(5,5)，過濾器filter 的大小為(3,3)，綠色為輸入圖像，黃色區(qū)域?yàn)樵搱D像的過濾器。在輸入圖像上滑動(dòng)濾波器，計(jì)算濾波器與輸入圖像的相應(yīng)像素之間的點(diǎn)積。Padding是valid (也就是沒有填充)。stride值為1。

4、特征圖特征圖是卷積神經(jīng)網(wǎng)絡(luò)(CNN)中卷積層的輸出。它們是二維數(shù)組，包含卷積濾波器從輸入圖像或信號(hào)中提取的特征。卷積層中特征圖的數(shù)量對(duì)應(yīng)于該層中使用的過濾器的數(shù)量。每個(gè)過濾器通過對(duì)輸入數(shù)據(jù)應(yīng)用卷積操作來生成單個(gè)特征映射。特征圖的大小取決于輸入數(shù)據(jù)的大小，卷積操作中使用的過濾器、填充和步幅的大小。通常，隨著我們深入網(wǎng)絡(luò)，特征圖的大小會(huì)減小，而特征圖的數(shù)量會(huì)增加。特征圖的大小可以用以下公式計(jì)算:

Output_Size = (Input_Size - Filter_Size + 2 * Padding) / Stride + 1

這個(gè)公式非常重要，因?yàn)樵谟?jì)算輸出時(shí)肯定會(huì)用到，所以一定要記住來自一個(gè)卷積層的特征映射作為網(wǎng)絡(luò)中下一層的輸入數(shù)據(jù)。隨著層數(shù)的增加，網(wǎng)絡(luò)能夠?qū)W習(xí)越來越復(fù)雜和抽象的特征。通過結(jié)合來自多層的特征，網(wǎng)絡(luò)可以識(shí)別輸入數(shù)據(jù)中的復(fù)雜模式，并做出準(zhǔn)確的預(yù)測(cè)。

特征圖可視化

這里我們使用TF作為框架進(jìn)行演示

## Importing libraries#Imageprocessinglibraryimportcv2#Kerasfromtensorflowimportkeras#InKeras,thelayersmoduleprovidesasetofpre-builtlayerclassesthatcanbeusedtoconstructneuralnetworks.fromkerasimportlayers#Forplotinggraphsandimagesimportmatplotlib.pyplotaspltimportnumpyasnp

使用OpenCV導(dǎo)入一張圖像，并將其大小調(diào)整為224 x 224像素。

img_size=(224,224)file_name="./data/archive/flowers/iris/10802001213_7687db7f0c_c.jpg"img=cv2.imread(file_name) #readingtheimageimg=cv2.resize(img,img_size)

我們添加2個(gè)卷積層：

model=keras.Sequential()filters=16model.add(layers.Conv2D(input_shape=(224,224,3),filters=filters,kernel_size=3))model.add(layers.Conv2D(filters=filters,kernel_size=3))

從卷積層中獲取過濾器。

filters, bias = model.layers[0].get_weights()min_filter = filters.min()max_filter = filters.max()filters = (filters - min_filter) / (max_filter - min_filter)p

可視化

figure=plt.figure(figsize=(10,20))filters_count=filters.shape[-1]channels=filters.shape[0]index=1forchannelinrange(channels):forfilterinrange(filters_count): plt.subplot(filters_count, channels, index) plt.imshow(filters[channel, :, :, filter]) plt.xticks([]) plt.yticks([]) index+=1plt.show()

將圖像輸入到模型中得到特征圖

normalized_img=(img-img.min())/(img.max()-img.min())normalized_img=normalized_img.reshape(-1,224,224,3)feature_map=model.predict(normalized_img)

特征圖需要進(jìn)行歸一化這樣才可以在matplotlib中顯示

feature_map = (feature_map - feature_map.min())/ (feature_map.max() - feature_map.min())

提取特征圖并顯示

total_imgs = feature_map.shape[0]no_features=feature_map.shape[-1]fig=plt.figure(figsize=(10,50))index=1 forimage_noinrange(total_imgs): forfeatureinrange(no_features):#plottingfor16filtersthatproduced16featuremapsplt.subplot(no_features,3,index)plt.imshow(feature_map[image_no,:,:,feature],cmap="gray")plt.xticks([])plt.yticks([])index+=1plt.show()

總結(jié)

通過可視化CNN不同層的特征圖，可以更好地理解網(wǎng)絡(luò)在處理圖像時(shí)“看到”的是什么。例如，第一層可能會(huì)學(xué)習(xí)簡單的特征，如邊緣和角落，而后面的層可能會(huì)學(xué)習(xí)更抽象的特征，如特定物體的存在。通過查看特征圖，我們還可以識(shí)別圖像中對(duì)網(wǎng)絡(luò)決策過程重要的區(qū)域。