CNN的底层架构-（一）Padding

笔记主要知识点：

（1）两个卷积公式（普通的卷积、加Padding的卷积）

（2）普通卷积的缺点以及padding是如何解决的

（3）padding的两种类型-valid、same

（4）如何确定p、以及f一般取奇数的原因

Padding

在一般的卷积中，

例如用（3×3）的filter卷积一个（6×6）的图片，那么输出结果将是（4×4）。

公式：

但普通卷积的缺点有二：

（1）每次卷积后图像都会缩小（shrinking output）

（2）图片中间部分会被许多filter重叠，但角落or边际上的像素只会在输出中被使用一次。

即会丢失许多图片靠近边界的信息。

此时，我们的解决方案就是Pad the image。

比如在（6×6）的图片边缘都加一个像素变成（8×8）的图片，那么根据以上公式

（8×8）*（3×3） = （6×6）

此时p=1，即padding=1，填充数量为1。此时以上两个缺点都被解决。

我们得到padding新公式：

Padding的两种类型：

（1）valid卷积，即p=0，no padding;

（2）same卷积，即使输出大小等于输入大小（通过解数学式计算p，如下图所示）

 

值得一提的是计算机视觉使用的过滤器f一般使用奇数，很少取偶数。

原因有二：

（1）如果f取偶数需要一些不对称的填充。只有当f为奇数时这种same卷积才会产生在四周有相同维度的一个自然的填充区域，而不是在左边多填充在右边少填充或者别的不对称的填充。

（2）f取奇数的话过滤器可以有一个中心位置，在CV领域有一个特殊点是很好的，你可以称之为中心像素，这样你就可以描述你过滤器的位置。

也许这些都不是为什么f基本上永远使用奇数的很好的理由，但如果去阅读一些文献，你会发现（3×3）的过滤器非常常见（或5×5、7×7）。

即使只是约定俗称，我也依旧建议你使用奇数大小的过滤器，就算你使用f为偶数的过滤器你也可以取得一个不错的结果。