卷积
赵 XiaoQin
Never Say Never
展开
-
VGG模型代码整理
1. VGG模型2. 用2次3*3卷积代替5*5卷积,3次3*3卷积代替7*7卷积。(1)卷积结果对应原图的感受野计算: (F(i)表示第i层的感受野,如果是最上层的就是1,如果多次卷积就多次迭代计算。) 例如:三次3*3卷积代替7*7卷积 F=1, F3=(1-1)*1+3=3, F2=(3-1)*1+3=5, F1=(5-1)*1+3=7(2) 参数量对比 ① 7*7: 7*7*channels*channels=49...原创 2020-07-05 20:54:33 · 2748 阅读 · 1 评论 -
卷积过程中关于通道数的问题
以RGB图像为例。一个12*12的像素图,对其进行5*5的卷积,最后得到一个8*8的像素图。RGB图像有3个通道(12*12*3),所以卷积核也要有3个通道(5*5*3),对像素图进行卷积后得到的结果是8*8*1而不是8*8*3的图像。最后像素图的深度(输出图像的信道数)取决于卷积核的个数。如果要得到8*8*256的结果,应该这样做:用256个5*5*3的卷积核来卷12*12*3的...原创 2019-09-29 23:04:46 · 14153 阅读 · 21 评论 -
可分离卷积:空间可分离卷积和深度可分离卷积
空间可分离卷积:将一个卷积核分为两部分(降低计算复杂度,但并非所有的卷积核都可以分) 深度可分离卷积的过程:先深度卷积,再点态卷积 (对卷积中的通道数不了解的请参考:关于卷积中的通道数问题)1. 深度卷积过程:对于一个12*12*3的像素图用一个3通道的5*5*1的卷积核进行卷积。(而不是用一个5*5*3的卷积核进行卷积)注意:每个5*5*...原创 2019-09-29 23:09:31 · 5910 阅读 · 0 评论 -
关于深度可分离卷积可以减少计算量的问题
一、什么是深度可分离卷积?深度可分离卷积的操作流程?二、为什么深度可分离卷积的计算量比普通卷积的计算量要小?例如:12*12*3的原始图像用256个5*5*3的卷积核卷出8*8*256的结果(stride=1)1. 使用原始的卷积方法的计算量:256*(5*5*3)*(8*8)=1228800注:单通道5*5卷积核的计算量为5*5,所以3通道的为5*5*3;卷积核要在原始图像上...原创 2019-09-29 23:14:06 · 5414 阅读 · 0 评论