FCN中一个很重要的部分—反卷积
图片通过卷积层降低分辨率,提取特征,而反卷积则是把图片重新放大的一个结构。
在语义分割中,必须对反卷积的反卷积核进行参数初始化(这点很重要)。一般使用的方法是双线性插值法。
pytorch 中反卷积函数的说明:FCN中一个很重要的部分—反卷积
图片通过卷积层降低分辨率,提取特征,而反卷积则是把图片重新放大的一个结构。
在语义分割中,必须对反卷积的反卷积核进行参数初始化(这点很重要)。一般使用的方法是双线性插值法。
pytorch 中反卷积函数的说明:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200324094710330.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ2ODQ1OA==,size_16,color_FFFFFF,t_70)
给出反卷积操作输入尺寸和输出尺寸的关系公式:
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200324094726467.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ2ODQ1OA==,size_16,color_FFFFFF,t_70)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200324094732996.png)