CV中的卷积操作(基于Pytorch)

在cv领域，卷积神经网络已经是每个cv人必会的网络结构之一，今天就基于Pytorch框架中的Conv2d()来讲讲卷积操作。

在pytoch中，Tensor的维度是[batch_size,channel,Height,Width] 即 [B,C,H,W]。查阅Pytoch的官方文档，Conv2d的参数有：

我们只关心前3个参数。

(1)in_channels是输入张量的通道数，下图中的in_channels=3,

(2)out_channels是输出张量的通道数，这个参数实际上指的是据卷积核的个数，即最后输出的张量的通道数。

(3)kernel_sizes是卷积核的尺寸，因为卷积核的维度必须和你输入张量的维度一致，故这里只需要输入你想要的卷积核的尺寸即可。卷积核的初始值可以自己定义，如果没有自己定义，Pytorch也会自动随机初始化。

(4)至于stride和padding这里就不细讲了。

这里我们的输入是(1,3,3,3),卷积核是(2,3,2,2) 得到输出是(1,2,2,2)

用代码实现一下

import torch
from torch import nn

input =  torch.ones(1,3,3,3)

class Conv(nn.Module):
    def __init__(self):
        super(Conv, self).__init__()
        self.conv = torch.nn.Conv2d(3,2,kernel_size=2,padding=0,stride=1)
    def forward(self,x):

     output = self.conv(x)
     return output

def weight_init(m):
    if isinstance(m, nn.Conv2d):
        nn.init.constant_(m.weight,2)
        nn.init.constant_(m.bias, 0)
net = Conv()
net.apply(weight_init)


output = net(input)

print(output)
print(output.size())

输出为，与图中一致。