空洞卷积的等效卷积核大小计算

1.普通卷积

2.膨胀卷积

空洞卷积的等效卷积核大小尺寸计算公式如下：
K=k+(k−1)∗(r−1)
其中，K代表等效卷积核尺寸，k代表实际卷积核尺寸，而r代表dilation，空洞卷积的参数。

3.keras 膨胀卷积实现，卷积里面的dilation_rate参数来实现
现有的框架都要求dilation_rate>1时，strides不能>1，也就是strides =1时，才能进行膨胀卷积操作。

x = layers.Conv2D(filters, kernel_size, strides=stride,

                  use_bias=False, name=name + '_2_conv',dilation_rate=dilation)(x)

4.膨胀卷积的优点：
a.膨胀卷积的好处是不做pooling损失信息的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息。在图像需要全局信息或者自然语言处理中需要较长的sequence信息依赖的问题中，都能很好的应用。
b.在不增加参数的情况下，提升感受野，便于finetune。

5.采用膨胀卷积后的padding操作
膨胀的等效卷积核，r为膨胀系数
K=k+(k−1)∗(r−1) 总的padding量为K-1。然后再进行两边分配。

p = kernel_size+(kernel_size-1)*(dilation-1)-1
p1 = p // 2
p2 = p - p1
x = layers.ZeroPadding2D(padding=((p1, p2), (p1, p2)), name=name + '_2_pad')(x)