图像的卷积操作、感受野、特征图大小计算

  • 图像的卷积操作

正常的卷积操作

​ 对于图像矩阵来说,卷积操作就是一个固定大小(比如3*3)的滑动窗口,在图像上滑过,每次滑过的地方做逐像素的点乘操作。如下图所示:

在这里插入图片描述

​ 卷积操作有四个参数,分别是卷积核的大小F*F,卷积核的个数K, 卷积核滑动时的跳步(stride)S,以及对原图/特征图边缘进行0填充的个数P。

​ 其中,F、S、P决定了卷积运算之后特征图的大小,K决定了输出特征图的维度。

​ paddimg的方式有“valid”和“same”两种,valid就是不填充,把卷积不到的地方去掉,same是把卷积不到的地方填充0,使得能够完成最后一次正常卷积。当S=1时,使用same的padding方式得到的特征图大小将会跟原图大小一致。

空洞卷积

​ 空洞卷积就是在卷积的时候,间隔地去做计算。如图所示:

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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