反卷积的棋盘格效应

参考链接: https://www.zhihu.com/question/43609045/answer/130868981

反卷积只能恢复出原信号的shape,而并不能恢复value,若想要恢复出value还需要learn的过程

例如在tensorflow中反卷积的实现:

参考链接: https://www.jianshu.com/p/f0674e48894c

从3*3 -> 6*6

对于stride = 2, 先将小分辨率的feature map每一个像素中间插入stride-1个0值.然后进行正常的卷积操作(默认的卷积stride为1),得到卷积后的结果,再裁剪到想要的大分辨率的feature map

 

什么是棋盘格现象?

假设反卷积生成的图像中，包含1只黑猫，黑猫身体部分的像素颜色应该是平滑过渡的。或者极端的说，身体部分应该全部都是黑色的。而在实际生成的图像中，该部分却是由深深浅浅的近黑方块组成的，很像棋盘的网络。这就是所谓的棋盘效应。

反卷积为什么会出现棋盘格效应?

详见: https://distill.pub/2016/deconv-checkerboar