深入浅出图神经网络~卷积神经网络（下）

第三章 卷积神经网络 承上

特殊的卷积形式：

• ① 1×1卷积
  1×1卷积顾名思义，即Kernel的k值为1，与之前所介绍的卷积操作没有本质区别。1×1卷积作用：一是用于信息聚合，同时增加非线性。二是用于通道数变换，可以增加或减少输出特征图的通道数。
  
  ②转置卷积：是语义分割中必不可少的模块。语义分割指的是对图像在像素级别上进行分类，适用于同一类别的像素通常对应着某一个目标，如下图所示。
  
  ③空洞卷积：通过在卷积核元素之间插入空格来扩张卷积核，其中有一个超参数用于控制扩张程度，称为空洞率r，指的是在卷积核中间插入r-1个0，因此对于原大小k的Kernel，在空洞卷积之后实际的k为 k + (k-1)(r-1)。由于卷积核的扩大，感知野也会扩大。