空洞卷积（Dilated Convolution）使输入和输出图像尺寸保持一致

要确保使用空洞卷积（Dilated Convolution）时输入和输出图像尺寸保持一致，需要正确设置卷积层的padding（填充）和dilation（空洞率）。这里的关键是确保填充量（padding）足够补偿由于空洞率（dilation）和卷积核尺寸（kernel size）引起的尺寸变化。

输出尺寸的计算公式如下：

要保持输入和输出尺寸相同，可以通过调整padding来实现。对于常见的情况（即stride为1），卷积核的大小为奇数，padding的计算公式可以简化为：

 

• input size 是输入的尺寸。
• padding 是应用于输入的边缘的填充数量。
• dilation 是空洞卷积的空洞率。
• kernel size 是卷积核的大小。
• stride 是步长。