卷积膨胀 Dilation

参考：卷积的dilation操作

如果我们设置的dilation=0的话，效果如图:
蓝色为输入，绿色为输出，可见卷积核为3*3的卷积核

如果我们设置的是dilation=1，那么效果如图:
蓝色为输入，绿色为输出，卷积核仍为3*3，但是这里卷积核点与输入之间距离为1的值相乘来得到输出

好处就是卷积核的参数没变，但是感受野变大了

2、dilation
参考：【DL】卷积膨胀 Dilation

dilation 是对 kernel 进行膨胀，多出来的空隙用 0 padding。用于克服 stride 中造成的失真问题。

对应关系是 kd = ( k − 1 ) × d + 1 , 对原始kernel 进行 d 倍 dilation 之后得到新的 kd , k 一般是奇数，d 一般是偶数，从而保证了 kd也是奇数。注意，使用dilation的时候，先把 k dilation 成 kd, 去卷积运算，生成下一层的 feature map。但是参数存储的还是原始的 k的大小.

引入 dilation 的目的是 既想利用已经训练好的模型进行fine-tuning，又想改变网络结构得到更加dense的score map..

这样最大的好处就是卷积核的参数没变(还是9个)，但是感受野从 3x3 变成了 5x5. 虽然一个格子，计算的是5x5 感受野里的 9x9 个格子，但是卷积核整体看到了 7x7 的field，而不是 dilation 之前 5x5 的 field。

卷积膨胀 Dilation相关推荐

【DL】卷积膨胀 Dilation
Backto DeepLearning Index dilation dilation 是对 kernel 进行膨胀,多出来的空隙用 0 padding.用于克服 stride 中造成的失真问题. ...
DeepLabV3论文解读（空洞卷积/膨胀卷积理解）
DeepLabV3论文解读(空洞卷积/膨胀卷积理解) 最近在做基础网络研究,设计的网络结构除了在分类数据集上测试,还需要在分割和检测网络上测试效果,故选择了DeepLabV3作为对比平台.本想直接替 ...
图像的腐蚀(erosion)和膨胀(dilation)
其实就是定义一个连通规则(structure),用该连通区域在图像上stride, 用连通区域内的最小或者最大值代替原来的值.(边界上只覆盖部分值). 腐蚀和膨胀的一个作用是提取二值图像的边界.腐蚀一 ...
膨胀卷积（Dilated convolution）
Dilated conv,中文叫做空洞卷积或者扩张卷积,起源于语义分割,大部分文章也用于语义分割,具体能否对其他应用有价值姑且还不知道,但确实是一个不错的探究方向. 感受野(receptive fie ...
膨胀卷积（Dilated convolutions）（又叫空洞卷积、扩张卷积）
一.背景论文:Multi-Scale Context Aggregation by Dilated Convolutions 大部分图像分割的框架都是经历一系列的卷积和下采样的模块之后,再不断与 ...
膨胀卷积（空洞卷积 dilated convolution）
学习的B站大佬的视频大部分图片来自于课中,文章结尾有大佬视频链接,以及阅读<深度学习之pytorch物体检测实战>,刚开始学习可能有些错误,希望大佬指正 1.空洞卷积了解空洞卷积最初是为 ...
语义分割｜学习记录（4）膨胀卷积（空洞卷积）
文章目录前言一.膨胀卷积二.gridding effect 三.使用多个膨胀卷积的时候,怎样设置膨胀系数? 四.膨胀系数设置建议五.是否应用HDC设计准则的分割效果对比六.总结参考资料前 ...
一文看懂膨胀（空洞）卷积（含代码）
前言:本文的个别内容.图片出自各个博客,但是因时间较久目前找不到原作者链接,如有需要,烦请各位原作者联系我. 目录一.什么是膨胀卷积?为什么要用膨胀卷积二.膨胀卷积的特点(优点) 三.膨胀卷积特点 ...
膨胀卷积的缺点_膨胀卷积学习笔记
膨胀卷积 (Dilated Convolution,也称为空洞卷积),与标准的卷积核不同,膨胀卷积在 kernel 中增加了一些空洞,从而可以扩大模型的感受野. 1.膨胀卷积和标准卷积区别我们先通过 ...

卷积膨胀 Dilation

卷积膨胀 Dilation相关推荐

最新文章

热门文章