文章列表:
Active Convolution: Learning the Shape of Convolution for Image Classification
这篇文章首先将卷积进行参数的拓展,之前都是直接学习权重就是了。之前的卷积都是fixed的采样。比如3*3,就是采样与window中心点相对位置一样的9个点。即:
Y = W ∗ X + b Y=W*X+b Y=W∗X+b
y m , n = ∑ c ∑ i , j w c , i , j ⋅ x c , m + i , n + j + b y_{m,n}=\sum_{c}\sum_{i,j}w_{c,i,j}\cdot x_{c,m+i,n+j}+b ym,n=c∑i,j∑wc,i,j⋅xc,m+i,n+j+b
如果将 X X X进行修改:
Y = W ∗ X θ p + b Y=W*X_{\theta_{p}}+b Y=W∗Xθp+b
y m , n = ∑ c ∑ k w c , k ⋅ x