Nel mio articolo precedente, abbiamo analizzato gli elementi chiave che stanno dietro Reti Neurali Convoluzionali (CNN), l’operatore matematico di convoluzione. Ti consiglio vivamente di verificarlo poiché crea contesto e comprensione per questo articolo:
In poche parole, la convoluzione per l’elaborazione delle immagini è il punto in cui applichiamo una piccola matrice, chiamata kernel, sulla nostra immagine di input per creare un’immagine di output a cui vengono applicati alcuni effetti come sfocatura o nitidezza.
Matematicamente, quello che abbiamo è:
- F∗G: Convoluzione tra funzioni, F E G.
- F: L’immagine in ingresso
- G: La matrice del kernel, nota anche come filtro
- T: Il pixel in cui viene calcolata la convoluzione.
- f
Fonte: towardsdatascience.com