文档摘要

2.1 卷积神经网络 (CNN) 核心概念 本节摘要：CNN 是目标检测的引擎。本节回顾卷积、池化、感受野、特征图——理解这些，才能看懂检测器怎么从图像提取特征。 先说结论 阅读完本节，你应当能够： 解释卷积、池化的作用 理解感受野与下采样 说清特征图维度变化 概念脉络 一、卷积层 卷积是 CNN 的核心，用一个小核（kernel）在图像上滑动，做加权求和，提取局部特征。 会员。《2.1 卷积神经网络 (CNN) 核心概念》收录于灏天文库文集《目标检测算法详解： YOLO、Faster R-CNN等》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/498-%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E7%AE%97%E6%B3%95%E8%AF%A6%E8%A7%A3-yolofaster-r-cnn%E7%AD%89

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流