什么是空洞卷积?
從目的出發
我們在進行特征提取,也就是所謂的下采樣的過程當中,可能會損失分辨率,使得原有的特征消失,所以我們想要讓得到的圖片和原有圖片更加接近。我們提出來了空洞卷積。
我們空洞卷積到底是什么
具體是什么我們應當看看下圖:
a是普通的卷積過程(dilation rate = 1),卷積后的感受野為3
b是dilation rate = 2的空洞卷積,卷積后的感受野為5
c是dilation rate = 3的空洞卷積,卷積后的感受野為8
可以看到所謂的空洞卷積就是在卷積的計算過程中,有隔過去的內容。我個人對這個的理解是,圖片是一個漸變的過程,相鄰的兩個像素的信息可能非常相似,這樣的話,我們可以適當地放棄一些相鄰的像素。擴大我們的感受野。
pytorch實現
暫時空缺、之后補充
總結
- 上一篇: 全卷积网络的理解——理解论文Fully
- 下一篇: DeepLab v2的摘要部分(翻译加理