Как карта объектов в Keras ConvNet представляет объекты?

Question

Я знаю, что это может быть глупый вопрос, но я искал ответ везде, но не мог получить.

Хорошо, сначала правильно объясни мой вопрос,

Когда я изучал CNN, мне сказали, что ядра или фильтры или карта активации представляют собой особенность изображения. Чтобы быть конкретным, предположим, что идентификация изображения кошки, карта объекта будет представлять собой «усы» и на изображениях, для которых активация этой карты характеристик была бы высокой, она выводится из-за того, что на изображении присутствует усик, и поэтому изображение является кошкой. (Поправьте меня если я не прав)

Хорошо, теперь, когда я сделал Keras ConvNet, я сохраняю модель а затем загрузил модель и сохранены все фильтры в PNG изображения. Я увидел изображения размером 3х3 пикселя, где каждый пиксель был разного цвета (зеленый, синий или их различные варианты и т. Д.)

Итак, как эти изображения ядер размером 3x3px случайным образом представляют каким-либо образом «усы» или любую другую особенность кошки?

Или как я могу узнать, какие PNG-изображения есть какая особенность, например, какой фильтр детектора усов и т. Д.?

Я спрашиваю об этом, потому что меня могут попросить учителя на устном экзамене.

Извините за длину ответа (но я должен был сделать так, чтобы объяснить правильно)

Answer 1

вам нужно прочитать это Визуализация и понимание Сверточные сети бумага. Прочитав это, вы получите четкое представление о том, как работает свертка внутри, и увидите визуализацию каждого слоя в CNN.

Answer 2

Вам необходимо более подробно изучить, как работают сверточные нейронные сети: основной темой является сама свертка. Свертка происходит с входным изображением и фильтрами / ядрами для создания карт характеристик. Карта объектов - это то, что может выделить важные функции.

Фильтры / ядра ничего не знают о входных данных, поэтому, когда вы сохраните их, вы увидите только псевдослучайные изображения.

Проще говоря, где * - оператор свертки,

input_image * filter = карта возможностей

То, что вы хотите сохранить, если вы хотите визуализировать то, что происходит во время свертки, - это карты объектов. Этот сайт дает очень подробный отчет о том, как это сделать, и этот метод я использовал в прошлом.