图像识别：CNN与SpaceNet-Layer（李宏毅 2022）

第三节 2021 - 卷积神经网络(CNN)_哔哩哔哩_bilibili

网络结构设计

在构建模型时，通常需要设定输入图像的尺寸保持一致。为此，常规做法是将所有图像统一调整至相同尺寸后，再输入至图像识别系统中。当前较为先进的图像识别系统，通常具备识别超过1000种甚至上万种物体的能力。然而，随之而来的一个关键问题是如何将一幅图像有效地作为模型的输入数据进行处理？

对于一台机器而言，图像本质上是一个三维的张量（Tensor），可将其理解为一种多维数组，其维度超过二维的矩阵形式。