卷積和膨脹卷積

在深度學習中，我們會碰到卷積的概念，我們知道卷積簡單來理解就是累乘和累加，普通的卷積我們在此不做贅述，大家可以翻看相關書籍很好的理解。

最近在做項目過程中，碰到Pytorch中使用膨脹卷積的情況，想要的輸入輸出是圖像經過四層膨脹卷積后圖像的寬高尺寸不發(fā)生變化。

開始我的思路是padding='SAME'結合strides=1來實現(xiàn)輸入輸出尺寸不變，試列好多次還是有問題，報了張量錯誤的提示，想了好久也沒找到解決方法，上網搜了下，有些人的博客說經過膨脹卷積之后圖像的尺寸不發(fā)生變化，有些人又說發(fā)生變化，甚至還給出了公式，按著他們的方法修改后還是有問題，報的錯誤還是沒有變。一時不知道怎樣解決，網上關于膨脹卷積輸出尺寸的大小相關的知識也很少。

終于......，經過自己的研究，發(fā)現(xiàn)了問題所在。好啦！我們先從膨脹卷積的概念開始。

1、膨脹卷積的概念

Dilated Convolutions，翻譯為擴張卷積或空洞卷積。擴張卷積與普通的卷積相比，除了卷積核的大小以外，還有一個擴張率(dilation rate)參數，主要用來表示擴張的大小。擴張卷積與普通卷積的相同點在于，卷積核的大小是一樣的，在神經網絡中即參數數量不變，區(qū)別在于擴張卷積具有更大的感受野。感受野是卷積核在圖像上看到的大小，例如5x5的卷積核的感受野大小為25。

2、示意圖

a.普通卷積,dilation=1,感受野為3x3=9

b.膨脹卷積,dilation=2,感受野為7x7=49

c.膨脹卷積,dilation=4,感受野為16x16 = 256

3、感受野的概念

在卷積神經網絡中，感受野的定義是 卷積神經網絡每一層輸出的特征圖（feature map）上的像素點在原始圖像上映射的區(qū)域大小

重點來啦

卷積核經過膨脹后實際參與運算的卷積大小計算公式：

膨脹后的卷積核尺寸 = 膨脹系數 × (原始卷積核尺寸-1）+ 1

例如對于輸入是19 x 19(暫且不考慮圖像通道數)大小的圖像做膨脹卷積,要使輸出的圖像大小保持不變，即就是仍然為19 x 19，我們要怎樣實現(xiàn)呢?

我們的代碼是基于pytorch實現(xiàn)的,它的卷積參數中沒有padding='SAME‘的選項，padding的可取值為0,1,2,3等等的值。它的計算方式和tensorflow中的padding='VALID'的計算方式一樣。

Output=(W-F+2P)/S+1

我們取strides=1,這里的原始卷積核為3 x 3大小，dilation=6,我們可以計算出膨脹后的卷積核大小為6(3-1)+1=13

帶入公式可以求得：

(19-13+2*p)/1+1=19,要使這個式子成立，可以反推出padding=6。

這樣一來，就可以使得輸入輸出的尺寸保持不變。達到了我們想要的效果。

4、膨脹卷積的優(yōu)點

膨脹卷積在保持參數個數不變的情況下增大了卷積核的感受野

5、應用領域

圖像修復，圖像分割，語音合成。

以上這篇Pytorch中膨脹卷積的用法詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論