什么是空洞卷积？

从目的出发

我们在进行特征提取，也就是所谓的下采样的过程当中，可能会损失分辨率，使得原有的特征消失，所以我们想要让得到的图片和原有图片更加接近。我们提出来了空洞卷积。

我们空洞卷积到底是什么

具体是什么我们应当看看下图：
a是普通的卷积过程(dilation rate = 1),卷积后的感受野为3
b是dilation rate = 2的空洞卷积,卷积后的感受野为5
c是dilation rate = 3的空洞卷积,卷积后的感受野为8

可以看到所谓的空洞卷积就是在卷积的计算过程中，有隔过去的内容。我个人对这个的理解是，图片是一个渐变的过程，相邻的两个像素的信息可能非常相似，这样的话，我们可以适当地放弃一些相邻的像素。扩大我们的感受野。

pytorch实现

暂时空缺、之后补充