从rookie到基佬~006:上采样 下采样 卷积 池化 转置卷积 双线性插值 ,以经典算法U-Net举栗说明

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

在这里插入图片描述

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。

在这里插入图片描述

一键三连长智慧,你点不了吃亏,点不了上当,我能有什么坏心眼呢?

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

清远隽永

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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