一天一个变弯小技巧
今日份洗脑:上采样、下采样、卷积、池化、转置卷积傻傻分不清
结论:
缩小图像:或称为下采样(subsampled)或降采样(downsampled)
关于采样与池化的关系:其实下采样就是池化
采样层是使用 pooling的相关技术来实现的,目的就是用来降低特征的维度并保留有效信息,一定程度上避免过拟合。但是pooling的目的不仅仅是这些,他的目的是保持旋转、平移、伸缩不变形等。采样有最大值采样,平均值采样,求和区域采样和随机区域采样等。池化也是这样的,比如最大值池化,平均值池化,随机池化,求和区域池化等
放大图像:或称为上采样(upsampling)或图像插值(interpolating)
在算法中,我们做图像识别的过程中,需要对图像进行像素级别的分类,因此在卷积提取特征后需要通过上采样将feature map还原到原图中,在算法中常用的上采样方法包括1、双线性插值,2、转置卷积,3、上采样,4、上池化。
以经典算法U-Net网络举个栗子
Unet包括两部分(U-net网络由一个收缩路径(左边)和一个扩张路径(右边)组成)
第一部分(左半边)特征提取,VGG类似。
第二部分(右半边)上采样部分。