![](https://img-blog.csdnimg.cn/cb82696aaa3442428f6f75a13cf699c0.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
CV
文章平均质量分 90
Hot topics in the CV field
Cy12024
这个作者很懒,什么都没留下…
展开
-
CNN中的参数,计算量,FLOPs,Multi-Add(乘加),输出特征图尺寸和通道变化
在阅读论文时,我们会遇到参数量,FLOPS,Multi-add, CNN参数,CNN计算量等概念,通过阅读整理,这篇博客希望以最简洁的解释帮助大家理解这些基本概念。FLOPs:注意s小写,是floating point operations的缩写(s表复数),意指浮点运算数,理解为计算量。卷积的参数可以理解为在一个卷积窗口内的计算个数,即输出一个卷积结果元素产生的运算操作。当 d = 1时,表示的普通卷积,退化为前面的公式;3 的卷积核,其步长为2进行计算的例子:最后的输出特征图是 3。原创 2024-03-09 21:39:43 · 1196 阅读 · 0 评论 -
可变形卷积 DeformConv2d
codebase地址:(很多框架中都已实现,这里选择以pytorch的为例)3×3标准和可变形卷积的采样位置图示。(a) 标准卷积的规则采样网格(绿点)。(b) 可变形卷积中带有增强偏移量(浅蓝色箭头)的变形采样位置(深蓝色点)。(c)(d)是(b)的特例,表明可变形卷积概括了尺度、(各向异性)长宽比和旋转的各种变换。原创 2023-11-17 12:15:43 · 1370 阅读 · 1 评论