教你如何记住卷积后图像大小的公式

假设输入图像的尺寸为i x i,输出图像尺寸为 o x o, 步长stride为s, 某一边的padding为p,kernal的大小为k x k,则公式为:
在这里插入图片描述
如何快速记住这个公式呢?
在这里插入图片描述
如上图画了一个实例,输入图像大小为3 x 3, i = 3; p = 1; s = 1; k = 3.
3 x 3的图像经过padding以后变为5 x 5,即i + 2p。而 i + 2p - k 的含义则是图中的蓝色kernal有几个像素可以走,每一步的步长是s,(i + 2p - k) / s 的意思显然就是蓝色kernal向右还能走几步!,(i + 2p - k) / s + 1则表示再加上现在蓝色kernal所在位置,得到卷积操作的总次数,也就是输出图像的大小

理解了上面这个过程,就能记住这个公式啦!

  • 9
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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