经常在别人的网络结构看到反卷积的存在,我们知道卷积池化的作用是提取高维特征,但是反卷积的作用只能说出类似于利用学习的方法把图像细节还原,类似超分的作用,那到底是什么作用呢?
这里整理网上有用的参考:
反卷积又称转置卷积:
信息来源:知乎
- 来还原feature map的尺寸大小,用于还原之前一系列卷积操作之后特征图分辨率变小的问题
- CNN可视化
- fcn中达到pixel classification
- gan中从特征生成图像
这边文章也对反卷积进行较为详细的说明,没看中间的废话,只看到最后特别说明,反卷积在真正的数学形式上可以还原信号,但是在实际操作中因为池化的信息损失,所以只能还原到原来的尺寸。