Pytorch中空洞卷积分为两类,一类是正常图像的卷积,另一类是池化时候。
pytorch卷积API为:
Conv2d(in_channels,out_channels,kernel_size,stride,padding,dilation)
(1)正常图像空洞卷积:
感受野尺寸 size=(dilation-1)*(kernel_size-1) + kernel_size kernel_size为卷积核大小
最后计算图像H*W时,kernel_size按照size计算。
pytorch池化API为:
nn.MaxPool2d(kernel_size,.....,dilation)
nn.AvgPool2d(kernel_size, .....,dilation)
(2)padding的空洞卷积:
若空洞卷积率为 dilation
则感受野尺寸 size=2 *(dilation-1)*(kernel_size-1)+kernel_size kernel_size为卷积核大小