1、输出特征图的尺寸大小
- 如果包含空洞卷积,即扩张率dilation rate不为1时:
2、感受野的计算
- 例如,图像经过两个3*3,步长为2的卷积后感受野为:
conv1: F = (1 - 1) * 2 + 3 = 3
conv2: F = (3 - 1) * 2 + 3 = 7
3、卷积核的参数量
4、标准卷积和深度可分离卷积的计算量
输入特征图: C i n × H × W C_{in}\times H\times W Cin×H×W
标准卷积: C o u t C_{out} Cout个 K × K × C i n K\times K\times C_{in} K×K×Cin的卷积核
深度可分离卷积:1个 K × K × C i n K\times K\times C_{in} K×K×Cin的深度卷积 + C o u t C_{out} Cout个 1 × 1 × C i n 1\times 1\times C_{in} 1×1×Cin的逐点卷积
输出特征图: C o u t × H ′ × W ′ C_{out}\times H'\times W' Cout×H′×W′
- 标准卷积的计算量为 K × K × H ′ × W ′ × C i n × C o u t K\times K\times H'\times W'\times C_{in}\times C_{out} K×K×H′×W′×Cin×Cout
- 深度可分离卷积的计算量为 K × K × H ′ × W ′ × C i n + 1 × 1 × H ′ × W ′ × C i n × C o u t K\times K\times H'\times W'\times C_{in} + 1\times 1\times H'\times W'\times C_{in}\times C_{out} K×K×H′×W′×Cin+1×1×H′×W′×Cin×Cout
参考链接:
1)https://blog.csdn.net/DBlueink/article/details/114878888
2)https://blog.csdn.net/qq_36412570/article/details/115347200