一维与三维卷积流程及在机器视觉中的应用
由于计算机视觉的大红大紫，二维卷积的用处范围最广。因此本文首先介绍二维卷积，之后再介绍一维卷积与三维卷积的具体流程，并描述其各自的具体应用。
1、二维卷积
• 图中的输入的数据维度为 14 × 14 ，过滤器大小为 5 × 5，二者做卷积，输出的数据维度为 10 × 10（ 14 − 5 + 1 = 10 ）。
• 上述内容没有引入channel的概念，也可以说channel的数量为1。如果将二维卷积中输入的channel的数量变为3，即输入的数据维度变为（14 × 14 × 3）。由于卷积操作中过滤器的 channel 数量必须与输入数据的channel数量相同，过滤器大小也变为 5 × 5 × 3 。在卷积的过程中，过滤器与数据在 channel 方向分别卷积，之后将卷积后的数值相加，即执行 10 × 10 次3个数值相加的操作，最终输出的数据维度为 10 × 10 。
• 以上都是在过滤器数量为1的情况下所进行的讨论。如果将过滤器的数量增加至16，即16个大小为10 × 10 × 3 的过滤器，最终输出的数据维度就变为10 × 10 × 16 。可以理解为分别执行每个过滤器的卷积操作，最后将每个卷积的输出在第三个维度（channel 维度）上进行拼接。
• 二维卷积常用于计算机视觉、图像处理领域。
2、一维卷积
• 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。
• 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小为16。在这种情况下，过滤器的维度由5变为 5 × 16 ，最终输出的数据维度仍为 4 。
• 如果过滤器数量为 n，那么输出的数据维度就变为 4 × n。
• 一维卷积常用于序列模型，自然语言处理领域。
3、三维卷积
这里采用代数的方式对三维卷积进行介绍，具体思想与一维卷积、二维卷积相同。
• 假设输入数据的大小为 a1× a2× a3，channel数为 c，过滤器大小为f，即过滤器维度为 f × f × f × c（一般不写 channel 的维度），过滤器数量为 n。
• 基于上述情况，三维卷积最终的输出为 ( a1− f + 1 ) × ( a2− f + 1 ) × ( a3− f + 1 ) × n 。该公式对于一维卷积、二维卷积仍然有效，只有去掉不相干的输入数据维度就行。
• 三维卷积常用于医学领域（ct影响），视频处理领域（检测动作及人物行为）。
冗余收发器RS-232链路，提供±40V过压保护
全新MR眼镜Rokid Vision发布 交互探索永不止步！
持续布局新基建推进超算商业化，并行科技助力产业转型的全新姿态
为什么需要5G？5G是否会产生新的安全问题？
如何解决芯片设计的功耗问题
一维与三维卷积流程及在机器视觉中的应用
美国最牛无人机是怎么被硅谷最牛创客搞砸的？
努比亚阿尔法评测 或许未来产品形态不止一种但是探索却是唯一的
基于 Sycamore 处理器实现量子优越性高精度
郭明池预测苹果将在今年9月份推出三款新的iPhone智能手机
光伏逆变器主要技术参数
静态电流电荷泵的原理及制做
计算机系统的组成之存储器
OPPOR11青春版来袭，售价2000元内的OPPOA77入网工信部
银行业如何建立科技生态圈
索尼2020年将推出多款5G手机，其中Xperia 0是超高端旗舰
京东方360°折叠屏曝光：三种形态
中国工业机器人产业发展背景和现状分析
一种高压橄榄石结构的LiCoPO4(LCPO)涂层
你知道什么是时间敏感的网络试图完成？
1、二维卷积
• 图中的输入的数据维度为 14 × 14 ，过滤器大小为 5 × 5，二者做卷积，输出的数据维度为 10 × 10（ 14 − 5 + 1 = 10 ）。
• 上述内容没有引入channel的概念，也可以说channel的数量为1。如果将二维卷积中输入的channel的数量变为3，即输入的数据维度变为（14 × 14 × 3）。由于卷积操作中过滤器的 channel 数量必须与输入数据的channel数量相同，过滤器大小也变为 5 × 5 × 3 。在卷积的过程中，过滤器与数据在 channel 方向分别卷积，之后将卷积后的数值相加，即执行 10 × 10 次3个数值相加的操作，最终输出的数据维度为 10 × 10 。
• 以上都是在过滤器数量为1的情况下所进行的讨论。如果将过滤器的数量增加至16，即16个大小为10 × 10 × 3 的过滤器，最终输出的数据维度就变为10 × 10 × 16 。可以理解为分别执行每个过滤器的卷积操作，最后将每个卷积的输出在第三个维度（channel 维度）上进行拼接。
• 二维卷积常用于计算机视觉、图像处理领域。
2、一维卷积
• 图中的输入的数据维度为8，过滤器的维度为5。与二维卷积类似，卷积后输出的数据维度为8−5+1=48−5+1=4。
• 如果过滤器数量仍为1，输入数据的channel数量变为16，即输入数据维度为 8 × 16 。这里channel的概念相当于自然语言处理中的embedding，而该输入数据代表8个单词，其中每个单词的词向量维度大小为16。在这种情况下，过滤器的维度由5变为 5 × 16 ，最终输出的数据维度仍为 4 。
• 如果过滤器数量为 n，那么输出的数据维度就变为 4 × n。
• 一维卷积常用于序列模型，自然语言处理领域。
3、三维卷积
这里采用代数的方式对三维卷积进行介绍，具体思想与一维卷积、二维卷积相同。
• 假设输入数据的大小为 a1× a2× a3，channel数为 c，过滤器大小为f，即过滤器维度为 f × f × f × c（一般不写 channel 的维度），过滤器数量为 n。
• 基于上述情况，三维卷积最终的输出为 ( a1− f + 1 ) × ( a2− f + 1 ) × ( a3− f + 1 ) × n 。该公式对于一维卷积、二维卷积仍然有效，只有去掉不相干的输入数据维度就行。
• 三维卷积常用于医学领域（ct影响），视频处理领域（检测动作及人物行为）。
冗余收发器RS-232链路，提供±40V过压保护
全新MR眼镜Rokid Vision发布 交互探索永不止步！
持续布局新基建推进超算商业化，并行科技助力产业转型的全新姿态
为什么需要5G？5G是否会产生新的安全问题？
如何解决芯片设计的功耗问题
一维与三维卷积流程及在机器视觉中的应用
美国最牛无人机是怎么被硅谷最牛创客搞砸的？
努比亚阿尔法评测 或许未来产品形态不止一种但是探索却是唯一的
基于 Sycamore 处理器实现量子优越性高精度
郭明池预测苹果将在今年9月份推出三款新的iPhone智能手机
光伏逆变器主要技术参数
静态电流电荷泵的原理及制做
计算机系统的组成之存储器
OPPOR11青春版来袭，售价2000元内的OPPOA77入网工信部
银行业如何建立科技生态圈
索尼2020年将推出多款5G手机，其中Xperia 0是超高端旗舰
京东方360°折叠屏曝光：三种形态
中国工业机器人产业发展背景和现状分析
一种高压橄榄石结构的LiCoPO4(LCPO)涂层
你知道什么是时间敏感的网络试图完成？