MVP Demo 08
深度学习与 CNN：机器如何从图像中学习局部特征？
CNN 把图像理解拆成局部感受野和层级特征。这个章节用小网格展示 kernel 如何滑动并生成 feature map。
教学型交互案例
深度学习与 CNN：机器如何从图像中学习局部特征？
机器如何从图像中识别局部特征？
-101-101-101
3
扫描左上窗口
边缘检测突出明暗变化。kernel 先看一个小局部，而不是整张图。
学习目标
- 理解卷积核通过局部窗口扫描图像，而不是一次读取整张图。
- 观察不同 kernel 如何产生不同 feature map 响应。
- 说明局部感受野和参数共享为什么适合视觉特征提取。
简化说明
本案例是二维网格卷积示意，不训练真实 CNN；数值只用来展示局部感受野和 feature map 的直觉。
观察指南
局部特征可以组合成更高层视觉理解
它之前的问题是手写视觉特征难以泛化。CNN 解决了局部模式检测和参数共享问题， 但没有自动解决数据需求、鲁棒性和可解释性。后续影响是深度视觉模型、残差网络和视觉 Transformer。
参考资料