空洞卷积/扩张卷积（Dilated convolution)-笔记

空洞卷积/膨胀卷积
（1）普通卷积操作
3*3的kernel，上方深绿色为输出特征图，下方蓝色为原输入图


（2）空洞卷积
其中r为扩张率，指的是卷积核的点的间隔数量。特别的，当r=1时，为普通卷积。

作用：
1.增大感受野
2.保持原输入特征图W、H（宽度和高度）
在实际应用中，会对参数p进行操作，以保证原输入特征图W、H不会发生变化

（3）能否简单粗暴的堆叠膨胀卷积层？
不能！！！！！（详见论文Understanding Convolution for Semantic Segmentation)

gridding effect

下图中数字代表这个位置的像素被使用的次数，越红使用次数越多

我们发现在Layer4上的pixel利用的Layer1上的数据并不是连续的，导致我们丢失一些信息，称之为gridding effect现象。

如何避免gridding effect现象？
Layer1，2，3 的膨胀系数分别设置成[1，2，3]

若全部采用普通卷积


（4）当使用多个空洞卷积时，如何设置膨胀系数
Hybird Dilated Convolution(HDC)
The goal of HDC is to let the final size of the RF of a series of convolutional operations fully covers a square region without any holes or missing edges.
HDC的目标是，使用一系列空洞卷积操作后的接受域RF是完全覆盖底层的，且没有任何空洞。
建议1

建议2

共同要求

图片来源bilibili 【膨胀卷积(Dilated convolution)详解】https://www.bilibili.com/video/BV1Bf4y1g7j8?vd_source=6fde5fa387e263aed1e2578fe5df9026