你如何决定卷积神经滤波器的尺寸？

Question

如果我的图像是WxHx3（RGB），我该如何判断滤镜蒙版的大小？它是尺寸（W和H）还是其他的函数？第二个，第三个......过滤器的尺寸与第一个过滤器的尺寸相比如何？ （任何具体的指针都将受到赞赏。）

我见过以下内容，但他们没有回答这个问题。

Dimensions in convolutional neural network

Convolutional Neural Networks: How many pixels will be covered by each of the filters?

How do you decide the parameters of a Convolutional Neural Network for image classification?

Answer 1

如果您添加详细信息，尝试从图像中提取的内容以及您尝试使用的数据集的详细信息，那就太棒了。

可以从Alexnet and ZFnet得出关于需要考虑的滤波器掩码大小的一般假设。对于特定格式，没有特定的配方应考虑哪种尺寸，但如果需要更深入的分析，则尺寸保持较低，因为较大的过滤器尺寸可能会错过许多较小的细节。在上面的Inception networks链接中描述了您如何有效地利用计算资源。如果你没有资源的问题，那么从ZFNet你可以观察到多层的可视化，可以看到许多更精细的细节。即使它有一层卷积和汇集层，我们也可以将其称为CNN。层数取决于更精细的要求。

我不是专家，但如果您的数据集很小，数量很少，并且需要提取的功能不多，可以推荐。如果您不确定尺寸，可以简单地选择小尺寸（最小和最受欢迎）是5x5 - Lenet5）。