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。