讓我們對卷積神經網絡如何工作形成更好直觀感受。我們先看下人怎樣識別圖片，然后再看 CNNs 如何用一個近似的方法來識別圖片。

比如說，我們想把下面這張圖片識別為金毛巡回犬。

一個需要被識別為金毛巡回犬的圖片

人類是怎么做的呢？

一種做法是我們識別狗的特定部位，例如鼻子，眼睛，毛發。我們把圖片分成小片，識別小片，然后把這些結合在一起，得到一個狗的概念。

這種情況下，我們可以把圖片分成下列組合：

• 一個鼻子
• 兩只眼睛
• 金色毛發

如下圖所示：

狗的眼睛

狗的鼻子

狗的毛發

再進一步

再進一步來說，我們如何確定鼻子在哪呢？一個金毛巡回犬的鼻子可以看出是一個橢圓形，有兩個黑洞在里面。因此，一種辨別巡回犬鼻子的方法是把它分割更小的區域，尋找黑洞（鼻孔）和橢圓的曲線。如下所示：

一個可以用來確定鼻子的曲線

用來分類狗鼻子的鼻孔

廣義上來說，這就是 CNN 的學習方式。它學習識別基本的直線，曲線，然后是形狀，點塊，然后是圖片中更復雜的物體。最終 CNN 分類器把這些大的，復雜的物體綜合起來識別圖片。

在我們的例子中，層級關系是：

• 簡單的形狀，如橢圓，暗色圓圈
• 復雜的物體（簡單形狀的組合），例如眼睛，鼻子，毛發
• 狗的整體（復雜物體的組合）

有了深度學習，我們不需要設定 CNN 來識別特定的特征。相反，CNN 通過正向和反向傳播，自己學習識別上述物體。

盡管我們從來沒有讓 CNN 尋找特定的特征信息，但是它識別圖片的能力卻好的驚人！

對狗圖片每一層 CNN 可能識別物體的示意圖

CNN 可能有幾層網絡，每個層可能捕獲對象抽象層次中的不同級別。第一層是抽象層次的最底級，CNN 一般把圖片中的較小的部分識別成簡單的形狀，例如水平、豎直的直線，簡單的色塊。下一層將會上升到更高的抽象層次，一般會識別更復雜的概念，例如形狀（線的組合），以此類推直至最終識別整個物體，例如狗。

再次強調，CNN 是自主學習。我們不需要告訴 CNN 去尋找任何直線、曲線、鼻子、毛發等等。CNN 從訓練集中學習并發現金毛巡回犬值得尋找的特征。

轉載于:https://www.cnblogs.com/fuhang/p/9263855.html

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的CNN如何识别一幅图像中的物体的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。