卷积神经网络-卷积输出维度公式的理解记忆

卷积后特征图大小计算

假设输入图像的尺寸为$H_{in}\times W_{in}$,步长stride为$s$, 填充的圈数 padding为$p$,
卷积核的大小为$H_k\times W_k$,则计算经过该卷积后 输出图像(feature map)尺寸$H_{out}\times W_{out}$公式为
$H_{out}=\frac{H_{in}-H_k+2\times p}{s}+1$

$W_{out}=\frac{W_{in}-W_k+2\times p}{s}+1$

如何快速记住这个公式呢

$\frac{H_{in}-H_k+2\times p}{s}$可以看成是路径/步长。卷积核每移动一步，就会得到一个输出。
+1是因为卷积核不移动的时候,也有一个初始的输出。考虑特殊情况，卷积核与原始图像一样大，这样就不需要移动，但也有一个输出。

公式用途

1.用于理解卷积过程中输出量维度的变化。在维度不匹配相关报错的时候，用于检测错误原因。
2.pytorch转onnx的时候对于 padding = "same"不支持。需要手动改成对应的padding。设置$H_{out}=H_{in}$， $W_{out}=W_{in}$可计算padding的值。

参考链接: 教你如何记住卷积后图像大小的公式