空洞卷积dilated conv

最新推荐文章于 2024-01-08 11:09:34 发布
最新推荐文章于 2024-01-08 11:09:34 发布
阅读量278 收藏
点赞数
文章标签： 深度学习 卷积
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/linsen333/article/details/119998320
版权
空洞卷积（dilated conv）通过增加感受野来提高特征提取能力，但存在网格效应（gridding）导致局部信息丢失和远距离信息相关性弱的问题。解决方案包括精心设计卷积的扩张率序列以及使用Atrous Spatial Pyramid Pooling (ASPP)进行多尺度信息捕获。
摘要由CSDN通过智能技术生成

空洞卷积

a、b、c图卷积核均为3*3，图a和普通的卷积操作一样，a)图对应3x3的1-dilated conv，b)图对应3x3的2-dilated conv，2-dilated conv的前一层是一个1-dilated conv的话，
那么每个红点就是1-dilated的卷积输出，所以感受野为3x3，所以1-dilated和2-dilated合起来就能达到7x7的conv。c)图是4-dilated conv操作，同理跟在两个1-dilated和
2-dilated conv的后面，能达到15x15的感受野

空洞卷积的潜在问题

空洞卷积是存在理论问题的，论文中称为gridding，其实就是网格效应/棋盘问题。因为空洞卷积得到的某一层的结果中，邻近的像素是从相互独立的子集中卷积得到的，相互之间缺少依赖。

  • 局部信息丢失：由于空洞卷积的计算方式类似于棋盘格式，某一层得到的卷积结果，来自上一层的独立的集合，没有相互依赖，因此该层的卷积结果之间没有相关性，即局部信息丢失。
    在这里插入图片描述

解决方案：注意叠加卷积的扩张率的设计，如： dilation rate [1, 2, 5]

  • 远距离获取的信息没有相关性：由于空洞卷积稀疏的采样
最低0.47元/天 解锁文章
linsen333
关注
如何理解空洞卷积（dilated convolution）
cumtchw
07-21 643
1.空洞卷积概念 Dilated/Atrous Convolution(中文叫做空洞卷积或者膨胀卷积) 或者是 Convolution with holes 从字面上就很好理解，是在标准的 convolution map 里注入空洞，以此来增加 reception field。相比原来的正常convolution，dilated convolution 多了一个 hyper-parameter 称之为 dilation rate 指的是kernel的间隔数量(e.g. 正常的 convolution 是
深度学习：空洞卷积dilated convolution
weixin_41108334的博客
02-25 1237
https://zhuanlan.zhihu.com/p/43784441 一、空洞卷积概念 引入空洞卷积不得不提的是感受野，感受野就是卷积神经网络的每一层输出的特征图(fe ature map)上的像素点在原图像上映射的区域大小。空洞卷积主要为了解决图像分割中的一些问题而提出的，在FCN中通过pooling增大感受野缩小图像尺寸，然后通过upsampling还原图像尺寸，但是这个过程中造成了...
空洞卷积与RFBNet--------网格问题
goodxin_ie的博客
08-24 4386
前言： 最近在看RFBNet，其中提到ASPP结构的缺陷，当时不太理解，回去重新看了一下dalited conv 一、dalited conv的缺陷 问题1：gridding effect 众所周知，空洞卷积在不增加参数的情况下扩大了卷积的感受野，但是与此同时带来了一个比较严峻的问题。由于空洞卷积在特征图上是离散的采样，缺乏相关性（个人认为这种操作在单独使用dalited ...
dilated_conv
DL_CreepingBird的博客
11-20 610
空洞卷积（dilated convolution） 为什么要引入step？个人理解是因为图像像素是连续变化的，如果只取四领域进行计算，那么计算出来的对比度很小。也就是说提取出来的特征不那么明显，也就是说没有充分利用图像信息。  简单讨论下dilated conv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilated conv诞生背景[4]，再解释dilated conv操作本身，以
dilated conv的理解
xiabanshenz的博客
01-23 1269
作者：谭旭 链接：https://www.zhihu.com/question/54149221/answer/192025860 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 简单讨论下dilated conv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilated conv诞生背景[4]，再解释dilated conv操作本身，以及应用
dilated conv带孔卷积、pooling层提高感受野 反卷积 的理解
jiachen0212的博客
11-16 2万+
首先放链接：https://www.zhihu.com/question/54149221 首先，初次接触这个问题是在做图像分割遇到的。 pooling为什么可以提高感受野？ 得这样理解：首先它第一个作用是降低feature map的尺寸，减少需要训练的参数；其次，因为有缩小的作用，所以之前的4个像素点，现在压缩成1个。那么，相当于我透过这1个点，就可以看到前面的4个点，这不就是把当前map
Tensorflow tf.nn.atrous_conv2d如何实现空洞卷积的
12-20
空洞卷积（Dilated Convolution）是一种在卷积神经网络（CNN）中扩大感受野的有效方法，而无需使用池化层导致的信息丢失。在TensorFlow中，`tf.nn.atrous_conv2d`函数用于实现空洞卷积。在本文中，我们将详细探讨...
空洞卷积(dilated convolution)
shuijinghua的博客
03-23 2526
空洞卷积(dilated/Atrous convolution)是在标准的卷积中引入空洞,以此来增加感受野reception field,相比原来的正常卷积,空洞卷积多了一个hyper-parameter称之为dilation rate指的是间隔数量(正常的convolution 是dilation rate=1),以3*3为例,标准卷积和空洞卷积示意如下: ...
膨胀卷积（Dilated convolution）
热门推荐
满腹的小不甘
11-18 4万+
Dilated conv，中文叫做空洞卷积或者扩张卷积，起源于语义分割，大部分文章也用于语义分割，具体能否对其他应用有价值姑且还不知道，但确实是一个不错的探究方向。 感受野（receptive field）：CNN中，某一层输出结果中一个元素所对应的输入层的区域大小，感受野是卷积核在图像上看到的大小，例如3×3卷积核的感受野大小为9。越大的感受野包含越多的上下文关系。 膨胀卷积与普通的卷积相比...
Dilated/Atrous conv 空洞卷积/多孔卷积
AI吃大瓜的博客
01-09 1495
Dilated/Atrous conv 空洞卷积/多孔卷积 原文链接：https://blog.csdn.net/silence2015/article/details/79748729 DilatedDilated convolution/Atrousconvolution/Atrous convolutionconvolution可以叫空洞卷积或者扩张卷积。 空洞卷积诞生于图像分割领域，...
dilated conv（空洞卷积）我们所需要了解的地方
litt1e的博客
05-19 2964
简单讨论下dilated conv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilated conv诞生背景。 背景 在图像分割领域，图像输入到CNN中，传统CNN网络结构通过stride conv或者pooling来对图像降维同时增加感受野，再通过upsample layer升维到原始图像尺寸。在先减小再增大尺寸的过程中，损失了信息，为了在不借助stride or pooling的帮助下，提高感受野，作者提出了dilated conv。 dilated conv 如上图所示，（a）表示1-dila
dilate convolution
qq_45846573的博客
11-02 147
获得更大的感受野，使得到的信息来的范围更加广。 具体图如下： a图为33的1-dilated conv,红色的为采样点；b图为33的2-dialted conv,红色的为采样点，其他的为0，可以看出其感受野达到了77;c图为33的3-dilated conv，红色的为采样点，其他的为0，可以看出其感受野达到了15*15。 获得更大的感受野也有很多其他的方法，比如卷积时stride大一点，但那样会降低图片的大小。 参考：https://blog.csdn.net/suixinsuiyuan33/article
Dilate_conv2D
zh_JNU的博客
07-12 850
import numpy as np import sys from Convolution1 import Convolution2D import os os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" # see issue #152 os.environ["CUDA_VISIBLE_DEVICES"] = "" def Dilate_conv...
dilated convolution（空洞卷积/扩张卷积）
perfect_csdn1的博客
05-14 595
论文链接：https://arxiv.org/abs/1511.07122 关于dilated conv的更细的讨论，推荐阅读： Understanding Convolution for Semantic Segmentation Rethinking Atrous Convolution for Semantic Image Segmentation dilated conv诞生背景： 在图像分割中： 图像输入到CNN（如FCN）中，FCN先对图像进行conv再做pooling，降低图像尺寸的同时增大感
Pytorch之经典神经网络语义分割(3.1) —— 空洞卷积 Dilated conv/Atrous Conv (膨胀卷积/扩张卷积)(扩张率dilation rate) & pytorch实现
hxxjxw的博客
10-01 6202
使用Pascal VOC2012语义分割数据集 https://blog.csdn.net/qq_43280818/article/details/105916507
深度学习中的卷积(conv)和空洞卷积(dilated conv)
zhw864680355的博客
07-15 2567
原文链接：https://blog.csdn.net/CV_YOU/article/details/81633645 关于常规的卷积和空洞卷积的差别简单解释如下： 1.参数比较: 构建一个卷积层,最核心的是卷积核的尺寸和stride的大小,而空洞卷积最核心的参数是卷积核尺寸和rate的大小. 当stride=1时候,和rate=1是一样的效果. 2.功能比较 那什么时候会有区别呢,就是...
深入浅出理解空洞卷积/膨胀卷积/扩张卷积(Dilated/Atrous Convolution)
最新发布
IT菜鸟
01-08 3783
深入浅出理解空洞卷积/膨胀卷积/扩张卷积(Dilated/Atrous Convolution)
nn.Conv2d空洞卷积
08-19
空洞卷积（Dilated Convolution）是一种在卷积神经网络中常用的卷积操作。它通过在滤波器（卷积核）中引入间隔（dilation）参数来改变卷积过程中的采样方式。 在传统的卷积操作中，滤波器从输入特征图的每一个位置...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值