chen_Huiling的博客

空洞卷积的优缺点 空洞卷积(atrous convolution)又叫扩张卷积(dilated convolution)，其实就是向卷积层引入了一个称为“扩张率（dilation rate）”的新参数，这个参数定义了卷积核处理数据时各值的间距。普通卷积和空洞卷积图示如下（以3*3卷积为例） （普通卷积） （空洞卷积） 那么这样的结构是为了解决什么问题呢？ 这又不得不提起传统网络VGG，在VGG的设计中，作者发现了卷积叠加过程中的一个巧妙规律，即77的卷积层正则等效于3个33卷积层的叠加，在减少参数的同时

端到端 简单来说，端到端思想就是输入原始特征，输出预测结果，不需要像传统机器学习算法那样进行一系列的特征提取。 输入图像直接得到结果。