上采样(Upsample)
实现feature map由小分辨率到大分辨率映射的操作
上采样常见有三种方法:(1)双线性插值(bilinear);(2)反卷积(Transposed Convolution);(3)反池化(Unpooling)。
反卷积(Transposed Convolution)
反卷积是一种特殊的正向卷积,先按照一定比例通过补0来扩大输入图像尺寸,然后旋转卷积核,进行正向卷积。
反卷积不是一个预先定义好的插值方式,有一些可以学习的参数(learnable parameters)。应用场景为:(1)DCGAN的生成器随机采样以产生完整尺寸的图片。(2)语义分割在编码器中用卷积层去提取图像特征,然后在解码器中将图像恢复到原来尺寸。
torch.nn.ConvTranspose2d( in_channels, #输入数据的通道数
out_channels,