有部分同学,在学习初期,会认为下采样和池化是指同样的事情,只是叫法不同而已,其实这是一种错误的认知。
下采样(subsampled),或称为降采样(downsampled),指缩小图像。其主要目是使得图像符合显示区域的大小,生成对应图像的缩略图。
而池化(Pooling)则是卷积神经网络中一个重要的概念,它是降采样的一种形式。它会压缩输入的特征图,一方面减少了特征,导致了参数减少,进而简化了卷积网络计算时的复杂度;另一方面保持了特征的某种不变性(旋转、平移、伸缩等)。
池化的方法:
max-pooling:对邻域内特征点取最大值;
mean-pooling:对邻域内特征点求平均。
池化的作用:
降维,减少网络要学习的参数数量;
防止过拟合;
扩大感受野;
实现不变性(平移、旋转、尺度不变性)
关于池化的解释:
池化 = 涨水
池化的过程 = 升高水位(扩大矩阵网格)
池化的目的是为了得到物体的边缘形状。
下采样和池化应该是包含关系,池化属于下采样,而下采样不局限于池化,如果卷积 stride=2,此时也可以把这种卷积叫做下采样。