深度学习cnn中，怎么理解图像进行池化后的平移不变性

深度学习cnn中，怎么理解图像进行池化后的平移不变性

就是将目标特征从背景中分割出来。医学图像分割，可以查看感兴趣的区域，从而忽略不需要的区域的干扰。如看骨折，只需要将骨头所表示的特征图像（一般是一定会度值的一块区域）从背景（如肌肉，另一种灰度值）分割出来，而其它的肌肉等则不显示（为黑色）。可以更有利于医生分析病情而减少误判。

使用全卷积网络可以达到图像语义分割，至于识别可以后续对语义图做处理，目前有关于“注意力”的深度学习研究，也小有所成，可以省去一些后续步骤。给你一个大概的思路，所需知识自己百度一下吧。