【卷积神经网络--卷积/池化后特征图大小计算公式】

【卷积神经网络–卷积/池化后特征图大小计算公式】

参考链接: 卷积神经网络系列之卷积/池化后特征图大小怎么计算？？

torch中的Conv2d卷积的输入的Tensor张量是：[batch, channel, height, width]），Conv2d卷积包含的参数如下：

class Conv2d(_ConvNd):
    def __init__(
        self,
        in_channels: int,	# 输入通道数
        out_channels: int,	# 输出通道数
        kernel_size: _size_2_t,	# 卷积核尺寸
        stride: _size_2_t = 1,	# 移动步长
        padding: Union[str, _size_2_t] = 0,	# 填充0的个数
        dilation: _size_2_t = 1,	# 在Pytorch中，dilation = 1等同于没有dilation的标准卷积
        groups: int = 1, 
        bias: bool = True,
        padding_mode: str = 'zeros',  # TODO: refine this type
        device=None,
        dtype=None
    )

---

dilation(扩张）:
在Pytorch中，dilation = 1等同于没有dilation的标准卷积，观察下方动态图可以发现，原来的3x3卷积核，上下左右各插入2个空格，扩张成5x5的卷积核，

空洞卷积（atrous convolutions）又名扩张卷积（dilated convolutions），向卷积层引入了一个称为“ 扩张率(dilation rate)”的新参数，该参数定义了卷积核处理数据时各值的间隔。

在相同的计算条件下，空洞卷积提供了更大的感受野。空洞卷积经常用在实时图像分割中。当网络层需要较大的感受野，但计算资源有限而无法提高卷积核数量或大小时，可以考虑空洞卷积。

---

groups:
当groups=1的时候，假设此时 输入的通道数为n，输出的通道数为m，那么理解为把输入的通道分成1组(不分组)，每一个输出通道需要在所有的输入通道上做卷积，也就是一种参数共享的局部全连接。
如果把groups改成2，可以理解为把 输入的通道分成两组，此时每一个输出通道只需要在其中一组上做卷积。
如果groups=in_channels，也就是把 输入的通道分成in_channels组(每一组也就一个通道)，此时每一个输出通道只需要在其中一个输入通道上做卷积。

---

1、卷积后的特征图大小公式：

$outpu{t}_{size}=[(inpu{t}_{size}-kerne{l}_{size}+2\ast padding)/stride]+1$,
(向下取整)
如：28x28的手写数字图片,input_size=28,kernel_size=3，padding=1，stride=3,output_size=[(28-3+2*1)/3]+1=10

引入dilation(扩张）后，特征图的尺寸计算公式变为：
$outpu{t}_{size}=[(inpu{t}_{size}-(dilation\ast (kerne{l}_{size}-1)+1)+2\ast padding)/stride]+1$ ,
(向下取整)

新的$kerne{l}_{size}$就变成了:
$newkerne{l}_{size}=dilation\ast (kerne{l}_{size}-1)+1$

所以，
$outpu{t}_{size}=[(inpu{t}_{size}-newkerne{l}_{size}+2\ast padding)/stride]+1$ ,
(向下取整)

---

2、池化后的特征图大小计算公式：

class MaxPool2d(_MaxPoolNd):
	kernel_size: _size_2_t
    stride: _size_2_t
    padding: _size_2_t
    dilation: _size_2_t

    def forward(self, input: Tensor):
        return F.max_pool2d(input, self.kernel_size, self.stride,
                            self.padding, self.dilation, ceil_mode=self.ceil_mode,
                            return_indices=self.return_indices)

计算公式如下：
$outpu{t}_{size}=（inpu{t}_{size}-kene{l}_{size}）/stride+1$,（向下取整）
如：前面输出10的尺寸再池化,input_size=10，kernel_size=2，stride=2，output_size=(10-2)/2+1=5

---

3、转置卷积（反卷积）输出尺寸:

转置卷积俗称反卷积，但正规叫法是转置卷积。是上采样方式中的一种。
转置卷积用来增大特征图的分辨率。
$outpu{t}_{size}=(inpu{t}_{size}-1)\ast stride-2\ast padding+kerne{l}_{size}$
如：前面卷积输出10的尺寸，再反卷积，input_size=5，kernel_size=3，stride=3，padding=1，output_size=(10-1)*3-2*1+3=28回到原来的28尺寸。

---

1. 在tensorflow中：如果你想要输出等于输入，padding="SAME"即可，如果你想要输出别的尺寸的特征图，使用padding=‘VALID’，conv2d会自动计算输出特征图大小。

2. 在pytorch中：pytorch里面没有same和valid，所以你想要保持输出等于输入，要利用pad=t，t为填充尺寸，以保持输入输出特征图相等。