3D卷积后特征图大小公式

imgs = torch.randn(4, 3, 8, 224, 224)这个是输入

x_rgb = self.rgb_path.conv1(imgs)这个是卷积

卷积结构为ConvModule(
(conv): Conv3d(3, 64, kernel_size=(1, 7, 7), stride=(1, 2, 2), padding=(0, 3, 3), bias=False)
(bn): BatchNorm3d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(activate): ReLU(inplace=True)
)

在这个 ConvModule 中,64 表示输出通道数。

具体来说:

(conv): Conv3d(3, 64, kernel_size=(1, 7, 7), stride=(1, 2, 2), padding=(0, 3, 3), bias=False)
输入通道数: 3
输出通道数: 64
也就是说这个 3D 卷积层会将输入的 3 个通道映射到 64 个输出通道。
这个输出通道数 64 就是这个卷积层的"宽度"或者"深度"。它决定了这个卷积层会输出 64 个特征图。

后面的 BatchNorm3d(64, ...) 和 ReLU() 层都是针对这 64 个输出通道进行操作的。

所以总的来说,64 表示的就是这个卷积层的输出通道数。它是这个卷积层的一个重要超参数,决定了这个层输出特征的丰富程度。

计算过程：

根据提供的输入尺寸和卷积层结构,我们可以计算出卷积层的输出尺寸。

输入尺寸:

• imgs = torch.randn(4, 3, 8, 224, 224)
  • Batch size: 4
  • 输入通道数: 3
  • 输入深度: 8
  • 输入高度: 224
  • 输入宽度: 224

卷积层结构:

• ConvModule( (conv): Conv3d(3, 64, kernel_size=(1, 7, 7), stride=(1, 2, 2), padding=(0, 3, 3), bias=False) (bn): BatchNorm3d(64, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True) (activate): ReLU(inplace=True) )
  • 输入通道数: 3
  • 输出通道数: 64
  • 核尺寸: (1, 7, 7)
  • 步长: (1, 2, 2)
  • 填充: (0, 3, 3)

根据卷积计算公式:

1. 输出深度:

   D_out = floor((D_in + 2 * padding[0] - (kernel_size[0] - 1) - 1) / stride[0]) + 1
        = floor((8 + 2 * 0 - (1 - 1) - 1) / 1) + 1
        = 8

2. 输出高度:

   H_out = floor((H_in + 2 * padding[1] - (kernel_size[1] - 1) - 1) / stride[1]) + 1
        = floor((224 + 2 * 3 - (7 - 1) - 1) / 2) + 1 
        = 112

综上所述，经过这个卷积层后，输出特征图的尺寸为 (4, 64, 8, 112, 112)。

# 图像数据
imgs = torch.randn(4, 3, 8, 224, 224)  
# 热度图数据
heatmap_imgs = torch.randn(4, 17, 32, 56, 56)  

# 调用 forward 函数
a = RGBPoseConv3D()
print(a.rgb_path.conv1)
output = a.forward(imgs, heatmap_imgs)

发现手动计算和程序自动计算是一致的

接下来,BatchNorm3d 和 ReLU 层不会改变张量的形状,所以最终 x_rgb 的形状也是 (4, 64, 8, 112, 112)。

转载请注明来自csdn: 2D、3D卷积后特征图大小公式