文章列表:
Active Convolution: Learning the Shape of Convolution for Image Classification
这篇文章首先将卷积进行参数的拓展,之前都是直接学习权重就是了。之前的卷积都是fixed的采样。比如3*3,就是采样与window中心点相对位置一样的9个点。即:
Y=W∗X+bY=W*X+bY=W∗X+b
ym,n=∑c∑i,jwc,i,j⋅xc,m+i,n+j+by_{m,n}=\sum_{c}\sum_{i,j}w_{c,i,j}\cdot x_{c,m+i,n+j}+bym,n=c∑i,j∑wc,i,j⋅xc,m+i,n+j+b
如果将XXX进行修改:
Y=W∗Xθp+bY=W*X_{\theta_{p}}+bY=W∗Xθp+b
ym,n=∑c∑kwc,k⋅xc,m+αk,n+βk+by_{m,n}=\sum_{c}\sum_{k}w_{c,k}\cdot x_{c,m+ \alpha _{k}, n+\beta_{k}}+by