Convolutional Layers Pada CNN

Tujuan dari convolutional layers pada CNN adalah mengidentifikasi dan mengekstrak features dari sebuah image dengan menggunakan filter sering disebut juga kernel atau feature detector.

Setiap architecture CNN memiliki filter yang berbeda, umumnya menggunakan 3×3, 5×5 atau 7×7 matrix. Gambar berikut menunjukan proses yang terjadi pada convolutional layer:

gambar-1: feature map / convolved feature

Pada contoh gambar diatas, matrix filter yang digunakan adalah seperti berikut

Kernel/Filter/Feature Detector, K = 
1  0  1
0  1  0
1  0  1

Filter akan melakukan scaning pada image, setiap pixel overlay akan dikalikan dengan filter lalu dijumlahkan. Nilainya akan disimpan dalam feature map atau convolved feature.

Filter akan bergerak dari kiri ke kanan berdasarkan nilai stride sampai ke ujung kanan image. Kemudian turun dan kembali mulai ke sisi paling kiri, kemudian melakukan proses yang sama seperti diatas.

Stride adalah nilai yang menunjukan besarnya pergeseran, umumnya dua pixel. Lihat gambar dibawah, filter bergeser 2 pixel.

gambar-2: stride = 2

Ada dua jenis operasi pada convolutional layer, yaitu mengurangi dimensi dan dimensi tetap (atau lebih besar).

Same Padding, contoh image ukuran 5×5, ditambahkan padding menjadi 6×6. Saat diterapkan filter 3×3 akan menghasilkan feature map (convolved feature) 5×5, oleh karena itu disebut same padding. Lihat gambar dibawah untuk lebih jelas.

gambar-3: same padding

JIka tidak dilakukan penambahan padding pixel, proses diatas akan menghasilkan feature map (convolved feature) berukuran 3×3 (sesuai ukuran kernel itu sendiri), yang disebut valid padding. Ilustrasi gambar-1 adalah contoh valid padding.

Image courtesy of : https://github.com/vdumoulin/conv_arithmetic
Source: https://skillplus.web.id/pengenalan-convolutional-neural-network-cnn/