卷积(sample)与反卷积(unsample)

最新推荐文章于 2025-01-12 18:12:58 发布

jwspl

最新推荐文章于 2025-01-12 18:12:58 发布

阅读量2.9k

点赞数 2

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_43881803/article/details/100117023

版权

本文详细探讨了卷积操作的三种形式：普通卷积、有填充卷积和步幅大于一的卷积，阐述了卷积后的图片边长计算公式。接着，介绍了反卷积（unsample）的概念，作为卷积的逆过程，包括反卷积的操作步骤和边长计算公式。通过实例解析，加深理解这两种在图像处理中至关重要的运算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

卷积

普通卷积

图中卷积核k为3×3，步长s为1，padding为0。在这里插入图片描述

有填充卷积

图中卷积核k为3×3，步长s为1，padding为1。
在这里插入图片描述

步幅大于一的卷积

图中卷积核k为3×3，步长s为2，padding为0。
在这里插入图片描述
卷积后的图片边长计算公式为：
$M_{out}=（M_{in}-K+2P）/s+1$

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。