3.8 - Convolución con múltiples filtros
Lección 8 de la sección “Redes Convolucionales” del curso Fundamentos de Deep Learning con Python.
Tabla de contenido
Introducción
En la lección anterior vimos cómo realizar la convolución en imágenes con múltiples canales de entrada.
En esta lección veremos cómo procesar una imagen no sólo con un filtro sino usando múltiples kernels, lo que permite que cada filtro aprenda a extraer diferentes tipos de características de una misma imagen.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Caso 1: mútiples kernels e imágenes en escala de gris
Si tenemos m diferentes kernels, aplicados a una única imagen en escala de gris (es decir con sólo 1 plano de profundidad) entonces lo que haremos será:
- Aplicar la convolución de manera individual usando cada uno de los kernels.
- Esta convolución arrojará un total de m imágenes resultantes
- Posteriormente concatenamos estas imágenes, generando así un mapa de características resultante que contendrá m planos de profundidad
Caso 2: múltiples kernels aplicados a volúmenes
Y podemos extender lo visto en el caso 1 a la situación en la cual tengamos un volumen.
En este caso seguiremos usando m kernels, con la diferencia de que cada uno tendrá n planos de profundidad: los mismos del volumen que está siendo procesado.
De nuevo, calculamos la convolución con cada kernel como lo vimos en la sección anterior, y, de nuevo, concatenamos las imágenes resultantes para obtener un mapa de características resultante con m planos de profundidad (correspondientes al número de kernels usados para procesar la imagen).
Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Conclusión
En la próxima lección hablaremos del pooling, una operación muy usada prácticamente en todas la Redes Convolucionales usadas en la actualidad y que permite eliminar la redundancia espacial tras realizar la convolución.