最近在看卷积神经网络中多尺度特征提取，简单来说就是用不同大小的卷积核去提取不同尺度的特征。我想问一下提取多尺度特征除了用不同大小的卷积核还有哪些方式？
0条回答 默认 最新
- 2022-10-19 11:16wenangou的博客 图：卷积神经网络的概念示范：输入图像通过和三个可训练的滤波器和可加偏置进行卷积，滤波过程如图一，卷积后在C1层产生三个特征映射图，然后特征映射图中每组的四个像素再进行求和，加权值，加偏置，通过一个...
- 2025-04-12 15:59金蝶软件小李的博客 卷积神经网络是如何提取特征的？ 卷积神经网络（CNN）通过**局部感知**和**层次化特征提取**机制自动学习图像特征，其核心过程可分为以下关键步骤： --- ### **1. 特征提取基本原理** #### （1）局部感知（卷积操作...
- 2022-10-20 23:41阳阳2013哈哈的博客 卷积神经网络有以下几种应用可供研究： 1、基于卷积网络的形状识别 物体的形状是人的视觉系统分析和识别物体的基础，几何形状是物体的本质特征的表现，并具有平移、缩放和旋转不变等特点，所以在模式识别领域，对于...
- 2021-08-29 22:03"图像特征提取--深度学习卷积神经网络" 图像特征提取是计算机视觉和机器学习中一个重要的研究方向。图像特征是指从图像中提取出来的、能够描述图像内容和结构的信息。这些信息可以是图像的颜色、纹理、形状、边缘等...
- 2025-08-19 17:13追心嵌入式的博客 二、卷积神经网络（CNN）是如何“提取特征”的？第二层用更复杂的卷积核，检测“L 形”、“T 形”结构。卷积核学会识别“圆形 + 两个角” → 可能是“猫眼”得到一个新的“特征图（Feature Map）”
- 2022-06-28 22:20人工智能-基于卷积神经网络的外汇汇率预测 一、卷积神经网络（Convolutional Neural Networks，CNN）概述 卷积神经网络（CNN）是一种深度学习算法，能对图像、视频、音频等数据进行处理。CNN的主要特点是使用卷...
- 2022-10-13 13:13快乐的小荣荣的博客 在学习阶段应该用大量的样本进行训练学习，通过样本的大量学习对神经网络的各层网络的连接权值进行修正，使其对样本有正确的识别结果，这就像人记数字一样，网络中的神经元就像是人脑细胞，权值的改变就像是人脑细胞...
- 2022-08-21 11:12快乐的小肥熊的博客 在学习阶段应该用大量的样本进行训练学习，通过样本的大量学习对神经网络的各层网络的连接权值进行修正，使其对样本有正确的识别结果，这就像人记数字一样，网络中的神经元就像是人脑细胞，权值的改变就像是人脑细胞...
- 2021-09-25 16:15"基于Word2vec和卷积神经网络特征提取的双高疾病预测" 摘要： 本文提出了一种基于Word2vec和卷积神经网络（CNN）的双高疾病预测方法。该方法使用Word2vec对医疗文本数据进行特征提取，并将提取的特征输入到卷积神经...
- 2021-09-26 19:20基于卷积神经网络多层特征提取的目标识别 目标识别是人工智能领域的热点问题之一。为了提高目标识别的效率，本文提出了一种基于卷积神经网络多层特征提取的目标识别方法。该方法将图像输入卷积神经网络进行训练，在...
- 没有解决我的问题, 去提问
问题事件
系统已结题
7月5日
创建了问题
6月27日