本文深入探讨了空洞卷积（Dilated Convolution）在图像语义分割中的应用，详细解释了其如何通过增加感受野来提升网络性能，同时避免了传统卷积中因下采样导致的空间分辨率降低的问题。文章涵盖了空洞卷积的基本概念、工作原理及在不同场景下的实践案例。
1.Dilated/Atrous conv 空洞卷积/多孔卷积
https://blog.youkuaiyun.com/silence2015/article/details/79748729
2.dilated conv带孔卷积、pooling层提高感受野 反卷积 的理解
https://blog.youkuaiyun.com/jiachen0212/article/details/78548667
3.对Dilated Convolution理解
https://blog.youkuaiyun.com/program_developer/article/details/81023592
4.图像语义分割（3）- Dilated Convolutions
https://blog.youkuaiyun.com/zizi7/article/details/77369945
5.Dilated Convolution
https://blog.youkuaiyun.com/shuzfan/article/details/69948944
6.图像语义分割之FCN和CRF
https://blog.youkuaiyun.com/u012759136/article/details/52434826
7.dilated conv带孔卷积、pooling层提高感受野 反卷积 的理解
https://blog.youkuaiyun.com/jiachen0212/article/details/78548667
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
