各种卷积操作

反卷积(Deconvolution)

目的：对图片上采样，获得更大尺寸图片
方式：对图像填空洞
出处：FCN

-原conv不含padding:

-原conv含padding:

空洞/扩张卷积(Dilated/Atrous Convolution)

目的：增大感受野又不减小图像大小，替代pooling和up-sampling
方式：对卷积核填空洞 感受野指数级增长
出处：Dilated Residual Networks

分组卷积(Group convolutions)

目的：减少参数量
方式：将输入和卷积分别分为k组分别卷积，再将得到的k组ouput拼接
出处：AlexNet

深度可分离卷积(Depthwise separable convolutions)

目的：减少参数量
方式：将通道相关性和空间相关性分离
出处：Xception、MobileNet