to be solved

CMd-ty45d2

于 2022-01-02 10:59:32 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

文章标签： python pytorch

本文链接：https://blog.youkuaiyun.com/CMdty45d2/article/details/122274454

博客探讨了图像分割领域中FCN网络的设计，重点介绍了Dilated Convolution（空洞卷积）如何在不使用pooling的情况下增大感受野，保持图像尺寸，从而减少信息损失。此外，提到了Deformable Convolutional Networks在视频超分辨率中的应用，强调特征级对齐优于图像级对齐。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Depth-wise Conv
nn.Conv2d的group参数
Skip-connection 和 residual的区别
空洞卷积

在图像分割领域，图像输入到CNN（典型的网络比如FCN）中，FCN先像传统的CNN那样对图像做卷积再pooling，降低图像尺寸的同时增大感受野，但是由于图像分割预测是pixel-wise的输出，所以要将pooling后较小的图像尺寸upsampling到原始的图像尺寸进行预测，之前的pooling操作使得每个pixel预测都能看到较大感受野信息。因此图像分割FCN中有两个关键，一个是pooling减小图像尺寸增大感受野，另一个是upsampling扩大图像尺寸。在先减小再增大尺寸的过程中，肯定有一些信息损失掉了，那么能不能设计一种新的操作，不通过pooling也能有较大的感受野看到更多的信息呢？答案就是dilated conv。

有价值的工作记录

name	tech
Deformable Convolutional Networks	Deformable Convolutional
Understanding deformable alignment in video super-resolution.	Performing alignment at the feature level is better than at the image level