卷积输出尺寸和转置卷积输出尺寸的计算方式

卷积输出尺寸

$$ou{t}_x=\lfloor \frac{n-k+2\times p}{stride}\rfloor +1$$

参数含义：

• n：特征图的宽或者高
• k：卷积核的尺寸
• p：padding的数值，一般指单侧填充几个单元
• stride：顾名思义

注意，分数部分是向下取整的。

做个练习吧，已知空洞卷积的公式如下：

atrous rate为2，stride为1，卷积核为3x3的卷积层，如果想让输入和输出的分辨率一样，p应该为多少呢？
聪明的小伙伴一定算出来了吧，就是p=2.

转置卷积输出尺寸

转置卷积俗称反卷积，但正规叫法是转置卷积，推荐朋友们以后也这么叫。
转置卷积用来增大特征图的分辨率的。
$$ou{t}_x=(n-1)\times stride-2\times p+k$$

参数含义同上。

import torch as t
from torch.nn import Module
from torch import nn
class Net(Module):
    def __init__(self):
        super(Net,self).__init__()
        self.conv1 = nn.Conv2d(3,3,3,padding=1)
        self.conv2 = nn.Conv2d(3,3,3,padding=1)
        self.maxpooling = nn.MaxPool2d(2,2)
        self.trans_conv =  nn.ConvTranspose2d(3, 16, 3, stride=2, padding=1)

    def forward(self, x):
        x = self.conv1(x)
        x = self.conv2(x)
        x = self.maxpooling(x)
        x = self.trans_conv(x)
        return x

model = Net()
x = t.ones((1,3,12,12))
print(model(x).size())

可以发现转置卷积的输出其实并不完全是stride的倍数。但在实际的语义分割中，常常让输出分辨率成倍数增大，这个时候最好还是用双线性产值加conv的形式代替转置卷积吧，事实上一些state of the art 的语义分割网络也确实是这么做的。