dilated convolution and receptive field (1）

最新推荐文章于 2025-03-18 07:00:00 发布
原创 最新推荐文章于 2025-03-18 07:00:00 发布 · 360 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

本文探讨了空洞卷积的概念及其在不损失信息的情况下通过加大感受野来捕获更大范围上下文信息的方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

首先对空洞卷积的理解可参考：https://www.zhihu.com/question/54149221

接下来是感受野的问题，如何计算这样就可以加深空理解dilated的好处是不做pooling损失信息的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息

下面是自己写的

 

Dilated Convolution + Receptive Field
落地生根
07-10 835
1.感受野(Receptive Field) Receptive field 是啥？看看网上的大佬们怎么说。 The receptive field is defined as the region in the input space that a particular CNN’s feature is looking at (i.e. be affected by). ——Dang Ha T...
ICRA 2020——Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point
Dujing2019的博客
05-09 1340
Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point CloudsAbstract（一）Introduction（二）Related Work（三）Approach（四）Experiments（五）Conclusion 论文：https://arxiv.org/abs/1907.12046 Abstract 提出了扩张点卷积（DPC）。 感受野的大小与3D点云处理任务的性能直接相关
对Dilated Convolution理解
Microstrong
07-12 5251
本文主要对论文《Multi-Scale Context Aggregation by Dilated Convolutions》进行总结。论文地址：https://arxiv.org/abs/1511.07122源码地址：https://github.com/fyu/dilation摘要针对图像语义分割中像素点级别的密集预测分类，提出了一种新的卷积网络模块。通过扩张（空洞）卷积进行多尺度上下文信息...
Dilated Convolution —— 空洞卷积（膨胀卷积）
birdguan
03-02 4万+
目录 Dilated Convolution概述 Dilated Convolution存在的问题 HDC (Hybrid Dilated Vonvolution) Dilated Convolution概述 Dilated Convolution是在标准卷积的Convolution map的基础上注入空洞，以此来增加感受野（reception field）。因此，Dilated ...
如何理解空洞卷积（dilated convolution）
热门推荐
suixinsuiyuan33的博客
03-05 5万+
论文：Multi-scale context aggregation with dilated convolutions简单讨论下dilated conv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilated conv诞生背景[4]，再解释dilated conv操作本身，以及应用。首先是诞生背景，在图像分割领域，图像输入到CNN（典型的网络比如FCN[3]）中，FCN先像传统的CNN那样...
Dilated Convolution（2016 ICLR）
朴实无华的研究生活
03-18 927
本文提出了一种新的卷积网络模块，专门设计用于密集预测任务。该模块使用膨胀卷积在不损失分辨率的情况下系统地聚合多尺度上下文信息。实验表明，该模块可以显著提高现有语义分割系统的准确性。此外，研究还发现简化从图像分类网络改编而来的密集预测网络可以进一步提高精度。这篇论文《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》主要内容可以总结如下：问题背景。
可变形卷积与空洞卷积（Dilated Convolution）有何区别？
最新发布
05-01
- **核心目标**：扩大卷积核的**感受野**（Receptive Field），避免传统下采样（池化、步长卷积）导致的空间分辨率损失[^1][^3]。 - **适用场景**：语义分割（如DeepLab系列）、需要捕捉长距离依赖的任务（如视频...
ResNet 中的空洞卷积（Dilated Convolution）技术应用
空洞卷积（Dilated Convolution）简介 传统卷积操作的局限性 在深度学习领域，传统的卷积操作存在一些局限性，例如无法有效捕捉全局信息、难以处理大尺度物体、计算复杂度较高等。这促使了对新型卷积操作的研究和...
论文阅读 | Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point ...
bettii的博客
01-07 202
点云领域里扩大感受野的方法DPC，发表在International Conference on Robotics and Automation (ICRA)2020
卷积神经网络CNN（5）—— Dilated Convolution
Fate_fjh的博客
12-29 1万+
introduction参考：Multi-Scale Context Aggregation by Dilated Convolutions 在CNN中，Convolution与Pooling可谓最佳搭档，密不可分，在LeNet作者提出基本的CNN框架的时候，普通计算机计算能力并不优秀，所以Pooling作为提取重要特征以及减少计算量的一个重要手段。但是，在图像计算能力发展迅速的时代，Dilate
AI 空洞卷积 Dilated Convolution
Notzuonotdied的博客
05-08 836
Dilated Convolution Demo: https://github.com/ndrplz/dilation-tensorflow Last Edited: Mar 25, 2019 9:23 AM Tags: ASPP,CRF,Dialated Conv,HDC 论文地址: https://arxiv.org/pdf/1511.07122.pdf HDC论文地址：https://ar...
膨胀卷积（Dilated convolution）
满腹的小不甘
11-18 5万+
Dilated conv，中文叫做空洞卷积或者扩张卷积，起源于语义分割，大部分文章也用于语义分割，具体能否对其他应用有价值姑且还不知道，但确实是一个不错的探究方向。 感受野（receptive field）：CNN中，某一层输出结果中一个元素所对应的输入层的区域大小，感受野是卷积核在图像上看到的大小，例如3×3卷积核的感受野大小为9。越大的感受野包含越多的上下文关系。 膨胀卷积与普通的卷积相比...
Receptive field 感受野 原理+计算+图解+空洞卷积hole
鹿鹿的博客
05-04 1419
Receptive fieldThe fixed-sized CNN feature map visualization**1、一般可视化CNN feature map****2、固定size的CNN feature map****3、另一个固定size的CNN feature map**Receptive Field ArithmeticInference 一般认为，人类的对外界的感知都是从...
Dilated Convolution介绍
lucky195的博客
09-25 244
https://blog.youkuaiyun.com/u013512448/article/details/80100347
直观理解Dilated Convolution
daimashiren的博客
02-20 1887
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'=k+(k-1)(d-1) k
深度学习实战：基于bilstm或者dialated convolutions做NER
weixin_40759186的博客
03-11 1723
文章目录Before You Start:什么是dialated convolutions？什么是NER?为什么文本处理可以使用CNN?整体框架input dataembedding layerdialated convolution layer or BilstmBilstmdilated convolution layerprojection layerdilated convolution ...
目标检测综述
BigCowPeking
09-22 7444
目标检测
空洞(扩张dilated)卷积
August-us的博客
03-16 3万+
膨胀卷积   pass                                                                       
膨胀卷积（空洞卷积 dilated convolution）
qq_44177768的博客
04-06 1万+
学习的B站大佬的视频大部分图片来自于课中，文章结尾有大佬视频链接，以及阅读《深度学习之pytorch物体检测实战》 1.空洞卷积了解 空洞卷积最初是为解决图像分割的问题而提出的。常见的图像分割算法通常使用池化层来增大感受野(所以如果去掉池化层会使得感受野变小，从而影响后面的卷积层)，同时也缩小了特征图尺寸，然后再利用上采样还原图像尺寸。特征图缩小再放大的过程造成了精度上的损失，因此需要有一种操作可以在增加感受野的同时保持特征图的尺寸不变(要加padding)，从而替代池化与上采样操作，在这种需求下，空洞
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值