A: 卷积是频率域上针对特定窗口进行的运算
B: 卷积是图像平滑、锐化中使用的基本计算方法
C: 卷积模板是相邻像素对中心像素影响程度的表述
D: 卷积模板内的值是不可以改变的
举一反三
- 关于图像卷积操作的叙述,正确的是 A: 卷积模板是相邻像素对中心像素影响程度的表述 B: 卷积是频率域上针对特定窗口进行的运算 C: 卷积模板内的值是不可以改变的 D: 卷积是图像平滑、锐化中使用的基本计算方法
- 下列关于卷积的叙述，正确的是： A: 卷积是频率域上针对特定窗口进行的运算 B: 卷积模板中的数值代表相邻像素对中心像素影响程度的表述 C: 卷积实质是对当前像素与其周边像素作加权平均，而权重值为卷积模板对应的元素值 D: 卷积计算的结果作为窗口中心像元的灰度值
- 下列关于图像卷积运算的说法，错误的是______。 A: 卷积运算使用卷积核与每点周围像素的灰度值加权求和来调整该点的灰度值 B: 若在图像边界不填充数字，卷积后的图像与原图像大小相同 C: 卷积核一次移动的像素数称为步长 D: 图像卷积运算的结果在计算机中以矩阵形式保存
- 卷积核沿图像边缘操作时，卷积核窗口有可能超出图像边界，Conv2D 方法中参数 padding=“valid” 意为允许在图像边界外填充0值像素，以便卷积窗口超出图像部分也能进行卷积计算。。
- 相邻像素对当前像素的影响表现为（） A: 权重矩阵 B: 模板 C: 卷积核 D: 结构元素
内容
- 0
以下矩阵表示一个卷积核，请问用该卷积核对图像进行卷积运算的效果是什么？[img=114x99]17e0c25cb09d49d.png[/img] A: 图像向右平移一个像素 B: 图像向左平移一个像素 C: 图像像素值加1 D: 图像不变
- 1
关于线性卷积和圆周卷积,以下说法正确的是( )。 A: 线性卷积结果是有物理意义的,所以在实际中一般都是计算线性卷积。 B: 线性卷积和圆周卷积的计算方法相同。 C: 线性卷积和圆周卷积由于计算方法完全不同,所以两者之间没有任何关联。 D: 线性卷积与圆周卷积结果不能相互转换。
- 2
关于线性卷积和圆周卷积，以下说法正确的是 A: 线性卷积和圆周卷积在计算方法上不同，所以得出的结果是不一样的 B: 在一定条件下，线性卷积与圆周卷积结果可以相互转换 C: 圆周卷积结果是有物理意义的，所以在实际中一般都是计算圆周卷积 D: 线性卷积和圆周卷积由于计算方法完全不同，所以两者之间没有任何关联
- 3
关于卷积神经网络,下列的描述错误的是______。 A: 卷积神经网络模型的核心是通过卷积层和池化层提取图像特征信息 B: 卷积层、池化层、Dropout层和全连接层出现的次数唯一 C: 池化层的操作和卷积类似,都是需要一个类似卷积核的滤波器算子遍历图像中的每个像素 D: 可以把卷积想象成作用于矩阵的一个滑动窗口函数。滑动窗口又称作卷积核、滤波器或是特征检测器
- 4
关于卷积神经网络,下列的描述错误的是( )。 A: 卷积神经网络模型的核心是通过卷积层和池化层提取图像特征信息 B: 卷积层、池化层、Dropout层和全连接层出现的次数唯一 C: 池化层的操作和卷积类似,都是需要一个类似卷积核的滤波器算子遍历图像中的每个像素<br>或是特征检测器 D: 可以把卷积想象成作用于矩阵的一个滑动窗口函数。滑动窗口又称作卷积核、滤波器