空洞卷积感受野的正确计算方法

空洞卷积介绍

空洞卷积（dilated convolution）是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。 利用添加空洞扩大感受野，让原本3x3的卷积核，在相同参数量和计算量下拥有5x5（dilated rate =2）或者更大的感受野，从而无需下采样。
具体是在普通卷积中间填充不参与卷积运算的空洞的结构。对于dilation rate=2，3×3大小的卷积核来说，其卷积过程如下图所示。由图可以看到，其等效的卷积核大小为5×5，而参与运算的只有部分点，更多的是不参与运算的空洞。

计算误区

网上很多的感受野计算公式为：
$$F=2(rate-1)\ast (k-1)+k$$
rate代表空洞率，k代表卷积核尺寸。这个式子实际计算的是特定的级联卷积实现的感受野，而非单个空洞卷积。且级联的卷积选取也必须具有一定规律，以常用的3×3卷积为例，空洞率的选取必须依次为1、2、4、8、16…。对应级联起来形成的感受野大小为：

dilation=1, F = 2 * (1 - 1) * (3 - 1) + 3 = 3
dilation=2, F = 2 * (2 - 1) * (3 - 1) + 3 = 7
dilation=4, F = 2 * (4 - 1) * (3 - 1) + 3 = 15
dilation=8, F = 2 * (8 - 1) * (3 - 1) + 3 = 31
dilation=16, F = 2 * (16 - 1) * (3 - 1) + 3 = 63

卷积过程示意见下，如图是依次经过普通卷积，空洞率为2和空洞率为4对应的感受野范围。

误区就在这里，参考网上的一些说法，很容易把上述的感受野计算公式当成单独的空洞卷积形成的感受野。比如，对于空洞率为4的空洞卷积来说，按上图公式计算得到感受野为15，此感受野其实是了普通卷积和空洞率为2以及空洞率为4的空洞卷积级联实现的，而非单独的空洞率为4的卷积。那么，对于单独空洞卷积形成的感受野大小来说，正确的计算方法应该是什么呢？方法很简单，见下。

正确的计算方法

要计算感受野大小，我们直接看此空洞卷积等效的卷积核大小是多少就行了。比如对于3×3，空洞率为2的卷积，等效卷积核大小为5×5，那么这个就是它单独的感受野；如果空洞率为4，则等效的卷积核大小为9×9，即为单独的感受野。
再回看上面级联的情况，还是以3×3普通卷积、空洞率为2和空洞率为4的空洞卷积级联为例，此可以等效为3×3、5×5、9×9的普通卷积级联，计算感受野过程如下：

3×3, F = 1+（3-1）* 1 = 3
5×5, F = 3 + (5 - 1) * 1 = 7
9×9, F = 7 + (9 - 1) * 1 = 15

结果和之前的级联空洞卷积计算公式结果一样。

结论： 计算空洞卷积感受野，直接等效为对应尺寸的普通卷积即可。