多尺度
-
比如有一幅图像,里面有房子有车有人,在这整张图上提取特征,提取的是全局的特征;现在,截取图像的一部分,比如截取汽车的部分,并将其放大至与原图相同的尺寸,在此时截取后放大的图上提取特征,提取的是整幅图像中某一部分的详细特征。
-
或者,例如在进行卷积时,如图(随便截的图),分别提取出第三、四、五层卷积得到的特征图,然后将他们缩放到同一尺寸,也是一种多尺度的表现。其中越深的卷积层提取出的特征图越抽象,提取到的特征更高级。
使用多尺度,就可以提取更全面的信息,既有全局的整体信息,又有局部的详细信息。文章来源:https://www.toymoban.com/news/detail-514800.html
多粒度
上图为一种组合特征的划分方法。最左边为整张图像,我们学习的是局部特征,因此也是最粗的一级粒度特征。中间为每幅图像水平划分为2份,最右边为每幅图像水平划分为三份。中间和最右边的粒度等级依次为二级和三级。这三级的粒度特征可以作为我们网络学习的三个支路,最终可以整合为一个融合的特征。文章来源地址https://www.toymoban.com/news/detail-514800.html
到了这里,关于深度学习中 多尺度、多粒度 理解的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!