DilatedConvolution是一种特殊卷积方式，通过在kernel中增加间隔来扩大感受野，无需增加参数数量。它允许在保持kernel size不变的情况下，模拟更大尺寸的卷积效果，有效地捕捉更广阔的上下文信息。DilatedConv的kernel计算公式和输出特征图大小的计算方法也一并给出。这种技术常用于图像识别、语义分割等领域，以增强模型的远距离依赖学习能力。
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′=k+(k−1)(d−1)=(k−1)d+1
k'=k+(k-1)(d-1) = (k - 1)d + 1
k′=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:
Hout=⌊Hin+2×padding−dilation×(kernel_size−1)−1stride+1⌋
H_{out} = \left\lfloor\frac{H_{in} + 2 \times \text{padding} - \text{dilation}
\times (\text{kernel\_size} - 1) - 1}{\text{stride}} + 1\right\rfloor
Hout=⌊strideHin+2×padding−dilation×(kernel_size−1)−1+1⌋
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。
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
