Feature Map尺寸计算

Feature Map尺寸计算

  • 普通卷积操作

    H i n H_{in} Hin 输入图像Height

    W i n W_{in} Win 输入图像Width

    p a d d i n g padding padding 填充大小(图像四周都添加相同的 p a d d i n g padding padding

    k e r n e l _ s i z e kernel\_size kernel_size 卷积核大小(假设卷积核宽高一样)

    s t r i d e stride stride 卷积核移动步长

    H o u t H_{out} Hout 输出图像Height

    W o u t W_{out} Wout 输出图像Width

    H o u t = ⌊ H i n + 2 ∗ p a d d i n g − k e r n e l _ s i z e s t r i d e ⌋ H_{out} = \lfloor \frac{H_{in} + 2 * padding - kernel\_size}{stride} \rfloor Hout=strideHin+2paddingkernel_size

    W o u t = ⌊ W i n + 2 ∗ p a d d i n g − k e r n e l _ s i z e s t r i d e ⌋ W_{out} = \lfloor \frac{W_{in} + 2 * padding - kernel\_size}{stride} \rfloor Wout=strideWin+2paddingkernel_size

卷积层的输入尺寸计算

经过卷积运算后知道特征图大小,反推卷积层输入图像尺寸

H i n H_{in} Hin 卷积层输入图像Height

W i n W_{in} Win 卷积层输入图像Width

p a d d i n g padding padding 填充大小(图像四周都添加相同的 p a d d i n g padding padding

k e r n e l _ s i z e kernel\_size kernel_size 卷积核大小(假设卷积核宽高一样)

s t r i d e stride stride 卷积核移动步长

H o u t H_{out} Hout 卷积层输出图像Height

W o u t W_{out} Wout 卷积层输出图像Width
H i n = s t r i d e ∗ ( H o u t − 1 ) + k e r n e l _ s i z e − 2 ∗ p a d d i n g H_{in} = stride*(H_{out}-1)+kernel\_size-2*padding Hin=stride(Hout1)+kernel_size2padding

W i n = s t r i d e ∗ ( W o u t − 1 ) + k e r n e l _ s i z e − 2 ∗ p a d d i n g W_{in} = stride*(W_{out}-1)+kernel\_size-2*padding Win=stride(Wout1)+kernel_size2padding

参考Blogs

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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