为什么CNN中的卷积核大小都是奇数？

为什么CNN中的卷积核大小都是奇数？

主要有两点原因：

1.便于进行padding。

在卷积时，若要卷积前后的尺寸不变。需要对原图进行padding。

假设图像的大小，也就是被卷积对象的大小为n∗n，卷积核大小为k∗k

当padding的幅度设为(k−1)/2
​
保证了卷积前后尺寸不变。但是如果k是偶数的话，(k−1)/2
​
就不是整数了。

2.容易找到卷积锚点

在像素这个领域里，偶数框其实是没有一个“绝对的物理中心”的

奇数相对于偶数，有中心点，对边沿、对线条更加敏感，可以更有效的提取边沿信息。保证了 padding 时，图像的两边依然相对称

偶数也可以使用，但是效率比奇数低。在数以万计或亿计的计算过程中，每个卷积核差一点，累计的效率就会差很多。