本内容包含上采样的简要介绍,不包含运算,详细运算细节可见参考内容3
1. 应用背景
一些操作中会涉及到将低分辨率图像采样为高分辨率图像
2. 上采样方法
Interpolation插值:
- Nearest neighbor interpolation(最近邻插值)
- Bi-linear interpolation(双线性插值)
- Bi-cubic interpolation(双立方插值)
这些插值方法无可学习的参数
Transposed convolution转置卷积:
(转置卷积不是卷积的逆运算,但它是卷积)
可以让网络学习如何最优的进行上采样。是通过可学习参数来进行优化的。
转置卷积与常规卷积的区别为:
- 特征图的尺寸变换与常规的相反(从小特征图到大特征图)
- 常规卷积核的转置(卷积核进行上下左右翻转)
参考内容
[1]. Up-sampling with Transposed Convolution(转置卷积上采样)
[2]. 如何理解转置卷积(transposed convolution)
[3]. 转置卷积细节视频(transposed convolution)