公式:
卷积后,池化后尺寸计算公式:
(图像尺寸-卷积核尺寸 + 2*填充值)/步长+1
(图像尺寸-池化窗尺寸 + 2*填充值)/步长+1
假设输入图片大小是
(H,W)
,
滤波器(卷积核)大小(FH,FW)
,一般FH == FW
,
填充为P
步幅为S
输出尺寸大小(OH,OW)
则
OH = (H + 2P - FH) / S +1
OW = (W + 2P - FW) / S + 1
pytorch 卷积函数
torch.nn.Conv2d(in_channels=3, out_channels=64, kernel_size=11, stride=4, padding=2)
上面的代码是输入通道为3,输出通道为64,卷积核大小是11,步幅(步长)大小为4,填充为2的卷积层。