為什么CNN對像素級別的分類很難?

(1)存儲開銷很大。例如對每個像素使用的圖像塊的大小為 15x15，然后不斷滑動窗口，每次滑動的窗口給 CNN 進(jìn)行判別分類，因此則所需的存儲空間根據(jù)滑動窗口的次數(shù)和大小急劇上升。

(2)計算效率低下。相鄰的像素塊基本上是重復(fù)的，針對每個像素塊逐個計算卷積，這種計算也有很大程度上的重復(fù)。

(3)像素塊大小的限制了感知區(qū)域的大小。通常像素塊的大小比整幅圖像的大小小很多，只能提取一些局部的特征，從而導(dǎo)致分類的性能受到限制。


猜你喜歡：

bagging集成與boosting集成的區(qū)別?

numpy array和python list相比有什么優(yōu)勢?

什么是NMS?

如何理解HOG特征?

人工智能培訓(xùn)課程

下面是黑馬程序員公開的幾套人工智能視頻教程，如果感興趣可以下載學(xué)習(xí)。