直观理解Dilated Convolution

Dilated Convolution是一种通过增加kernel元素间距(padding 0)使得感受野增加的一种卷积方式。所谓感受野就是特征图上每个点对应原图像的像素范围。

这样，在不改变kernel size(上图中的kernel size还是3x3)的情况下，增加了感受野。也可以理解为kernel size从3x3 变成了5x5(但是只有原来的3x3的位置有权值，其余位置均为0)，Dilated Conv的kernel计算公式如下:
$$k^{\prime }=k+(k-1)(d-1)=(k-1)d+1$$
即在原来的k-1个间隔中充填d-1行(列)0得到一个新的k’。从而Dilated Conv得到的特征图的计算公式为:
$$H_{out}=\lfloor \frac{H_{in}+2\times \text{padding}-\text{dilation}\times (\text{kernel\_size}-1)-1}{\text{stride}}+1\rfloor$$
Dilated Conv 在已有像素点的基础上，有意skip掉一些像素点，或者输入不变，但是Conv的kernel中某些权值部分设置为0，达到增大感受野的目的。