小编Nhu*_*ong的帖子

我读了一些关于卷积神经网络的书籍和文章,似乎我理解了这个概念,但我不知道如何把它放在下面的图片中: alt text http://what-when-how.com/wp-内容/上传/ 2012/07/tmp725d63_thumb.png

从28x28标准化像素INPUT,我们得到4个大小为24x24的特征图.但如何得到它们？调整INPUT图像的大小？或执行图像转换？但是什么样的转变？或者将输入图像分成4个大小为24x24的4个角？我不明白这个过程,对我来说,似乎他们在每一步都将图像剪切或调整为较小的图像.请帮助谢谢.

我使用OpenCV中的letter_regcog示例,它使用了UCI的数据集,其结构如下:

Attribute Information:
     1. lettr   capital letter  (26 values from A to Z)
     2. x-box   horizontal position of box  (integer)
     3. y-box   vertical position of box    (integer)
     4. width   width of box            (integer)
     5. high    height of box           (integer)
     6. onpix   total # on pixels       (integer)
     7. x-bar   mean x of on pixels in box  (integer)
     8. y-bar   mean y of on pixels in box  (integer)
     9. x2bar   mean x variance         (integer)
    10. y2bar   mean y variance         (integer)
    11. xybar …

模板代码是这样的:

template <class type1>
struct DefaultInstanceCreator {
    type1 * operator ()() {
        return new type1;
    }
};

template < class type1
, class InstanceCreator = DefaultInstanceCreator<type1> >
class objectCache 
{
    public:
        objectCache (InstanceCreator  & instCreator) 
          :instCreator_ (instCreator) {}
        type1* Get() {
            type1 * temp = instCreator_ ();
        }
    private:
        InstanceCreator instCreator_;
};

这段代码适用于像这样的对象类:

class A{
public:
    A(int num){
        number = num;
    }
    int number;
    struct CreateInstance {
        CreateInstance (int value) : value_ (value) {}
        A * operator ()() const{
            return …