EfficenrNet代码中(torch),出现了两个函数,Conv2dStaticsSamePadding(nn.Conv2d)和 Conv2dDynamicSamePadding(nn.Conv2d)。
每个函数都有两步作用: padding + Conv
Conv2dStaticsSamePadding(nn.Conv2d)函数的作用,第一步,如果输入数据(一般来讲就是feature)需要做padding,就使用0填充(nn.ZeroPad2d())对图像进行填充,如果不需要填充,就把原始数据传给下一个操作即可。第二步,按照设定好的参数执行卷积运算。
Conv2dDynamicSamePadding(nn.Conv2d)函数的作用是,第一步,如果输入数据需要进行填充,就按照输入的数据进行填充即可;第二步,按照指定参数对输入数据进行卷积操作。
这两个函数的用来实现EfficentNet中的深度可分离卷积以及SE模块的工具。

本文介绍了EfficientNet中的两种卷积层实现方式:Conv2dStaticsSamePadding和Conv2dDynamicSamePadding。这两种方法均包含填充和卷积两步骤,并应用于深度可分离卷积及SE模块中。

7048





