假设输入图片为:3×200×200
普通卷积:
nn.Conv2d(input_nc, output_nc, kernel_size=3, stride=2, padding=1)
特征图计算公式为:
其中:为输出特征图的大小,为输入图片/特征图的大小(此处为200)
则计算过程为:
此时的计算结果为:100.5,卷积层碰到小数则向下取整(池化层遇到小数向上取整),故输出特征图大小为100。
若包含膨胀卷积:
nn.Conv2d(input_nc, output_nc, kernel_size=3, stride=2, dilation=1, padding=1)
特征图计算公式为:
则计算过程为:
此时计算结果为:99.5。因卷积层向下取整,则输出的特征图为100。