C++实现超分辨 FALSR(2)之深度卷积_深度分离卷积c++实现-优快云博客

本文深入探讨了深度卷积的概念及其在FALSR算法中的应用，对比了深度卷积与普通卷积在处理96通道特征图时的不同，通过实例展示了两者在速度与效果上的差异。实验结果显示，虽然WDSR算法在图像平滑度上略胜一筹，但FALSR算法在超分辨率重建任务中展现出更快的速度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

FALSR中除了用到4分组卷积外，也有2分组卷积，这个只要把前面的 4 换成 2 就可以了。

这里说一说“深度卷积“，就是说每个深度通道只用一个卷积核。

比如：

96通道特征图应用 3x3核输出 96通道图

普通卷积层需要 96X96 个核

深度卷积层只要 96 个核

实现：

void 深度卷积(卷积层 & si,卷积层 & di,层数据 * 层)//DepthwiseConv2dNative
{
	int wid=si.width;
	int hei=si.height;
	int wh=wid*hei;
	int d=si.depth;

	if(层->输入维度 !=si.depth || 层->输出维度 !=1)
		cout<<"出错了，深度卷积！！！\n";
	if(层->输出维度 *层->输入维度 != di.depth || di.width != wid || di.height != hei)
		Resize卷积层(di,wid,hei,层->输出维度 *层->输入维度);


	//*
	层数据 t1;
	t1.权重长度=层->权重长度/d;
	t1.权重_数据=层->权重_数据;
	t1.偏移长度=1;
	t1.偏移_数据=层->偏移_数据;
	t1.核宽=层->核宽;
	t1.输入维度=层->输入维度/d;
	t1.输出维度=1;

	int w2=t1.核宽*t1.核宽;

		
	卷积层 st(wid,hei);
	st.data=si.data;

	卷积层 dt(wid,hei);
	dt.data=di.data;
	for(int i=0;i<d;i++)
	{
			vl_nnconv(&st,&dt,&t1 ,1,1,1,1,1,1);

			st.data+=wh;
			dt.data+=wh;

			t1.权重_数据+=w2;


	}
	//*/
	vl_nnrelu(&di);
}

一句话，就是一个通道用一个核。

深度卷积：96个通道需要 96 次矩阵乘法（小矩阵）。

普通卷积：96个通道只需 1 次矩阵乘法（大矩阵）。

谁速度更快？

这里和前面的WDSRx2比一比效果和速度:

小图