Por que uma matriz de convolução é chamada de kernel?

1. É uma convolução um kernel?
2. O que se entende por kernel no processamento de imagens?
3. O que é um kernel na CNN?
4. Como os kernels de convolução funcionam?

É uma convolução um kernel?

A convolução está usando um 'kernel' para extrair certos 'recursos' de uma imagem de entrada. Deixe-me explicar. Um kernel é uma matriz, que é deslizada na imagem e multiplicada com a entrada de modo que a saída seja aprimorada de uma certa maneira desejável.

O que se entende por kernel no processamento de imagens?

No processamento da imagem, um kernel, matriz de convolução ou máscara é uma pequena matriz usada para desfocar, afiar, gravar, detecção de arestas e mais. Isso é realizado fazendo uma convolução entre o kernel e uma imagem.

O que é um kernel na CNN?

Na rede neural convolucional, o kernel não passa de um filtro usado para extrair os recursos das imagens. O kernel é uma matriz que se move sobre os dados de entrada, executa o produto DOT com a sub-região dos dados de entrada e obtém a saída como a matriz dos produtos DOT.

Como os kernels de convolução funcionam?

A convolução 2D é uma operação bastante simples no coração: você começa com um kernel, que é simplesmente uma pequena matriz de pesos. Este kernel “desliza” sobre os dados de entrada 2D, executando uma multiplicação elementada com a parte da entrada em que está atualmente e, em seguida, resumindo os resultados em um único pixel de saída.