关于padding操作的简单解释

关于padding操作的简单解释

在一般的卷积神经网络里会使用padding操作，用于填充图像周围区域，使得输出的特征图达到想要的尺寸：一般认为输入特征图为m x m 大小，卷积核为n x n大小，则在输出时的图像大小为

                                   (m-n+1) x (m-n+1)

此处是没有进行填充的。

关于此类不做边缘填充的卷积网络会有很明显的问题：特征图在不断缩小，边缘信息传递弱化。

特征图在不断缩小：
显而易见 m-n+1 <= m , n>0
那么随着卷积层数的增加，特征图在不断降维，虽然对于一些问题需要不断降维特征图，提取高级的特征信息，但是存在一些需要保持特征图维度的问题。
边缘信息传递弱化：
在靠近图像中心部分被卷积核扫过的次数总是多余边缘的次数，那么反应在输出特征图中的信息就必然会少于靠近中心的信息，在某些特征图中，图像边缘依然有重要信息，而在无填充卷积过程中，这些信息的传递被卷积操作弱化了。

为了解决这个问题需要对图像进行适当的边缘填充，填充宽度为p，那么原特征图的大小为

                                   (m+2p) x (m+2p)

若希望输出图像的大小不变为m x m时，利用以上的计算公式 m = (m+2p-n+1) 可得

                                      p=(n-1)/2

我们发现padding大小完全取决于卷积核的尺寸，为了n-1是偶数，方便padding，绝大多数计算机视觉的卷积核尺寸采用了奇数尺寸。
————————————————————————
当然，padding方式多种多样：
1.全0填充
2.固定值填充
3.边缘复制填充
4.边缘镜像填充（以最外层像素为轴）
5.边缘对称填充（以图像外边缘为轴）
已知的常用工具中pytorch和tensorflow的padding的api 一般是默认全0填充
matlab的convn函数’same’一般是也是全0填充，且在出现奇数填充分配时，优先添填充图像右下侧