没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
3页
空洞卷积又叫虫洞卷积 在代码上面其实是一样的,就是参数改改数值而已 我们常见的卷积形式比如3*3的卷积核,在faeture map上,无间隔的累积和出新的faeture map。他的感受野大小是3 常见的代码写法: conv1 = nn.Conv2d(in_channels,out_channels,stride=1,kernel_size, ———————————————— 版权声明:本文为CSDN博主「bug生成中」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/qq_34904125/article/details/118862504
资源推荐
资源详情
资源评论
空洞卷积又叫虫洞卷积
在代码上面其实是一样的,就是参数改改数值而已
我们常见的卷积形式比如 3*3 的卷积核,在 faeture map 上,无间隔的累积和出新的 faeture
map。他的感受野大小是 3
常见的代码写法:
conv1 = nn.Conv2d(in_channels,out_channels,stride=1,kernel_size,bias=False)#普通卷积
一般只需要写输入通道数、输出通道数、步长,卷积核大小和是否偏置。
其实空洞卷积并不复杂,并且写法和上面一样,普通卷积是虫洞卷积的特殊情况,但各特征
点间隔为 1 时,就是我们熟知的普通卷积的形式,这时的感受野大小为 3。下图是各特征点
间隔为 2 的情况,现在我们的感受野范围扩大到了 7。其优点显而易见,
1.增加了感受野,减少了计算量。
2.通过修改间隔长度,可获得不同尺度的感受野,捕获多尺度上下文信息。
代码如下。
conv2 = nn.Conv2d(in_channels, out_channels,stride=1, bias=False, dilation=2)
其中,dilation 即为特征点直接的间隔,但 dilation 为 1 时即为我们熟知的普通卷积。现在
dilation 为 2,即为上图所示感受野大小为 7.同样也可以设置 3,或则更大,来获得不同尺度
特征信息。
虫洞卷积的应用很多,比如 RFBNet,使用的不同的虫洞卷积来进行特征融合,获取图像信
息。
资源评论
资深码里奥
- 粉丝: 1614
- 资源: 88
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- onenet_chongwukanhu_v06.apk
- 2022NOC软件创意编程赛项真题C++初中-决赛(有解析)
- 2022NOC软件创意编程赛项真题python初中-决赛(有解析)
- openLayer-本地数据加载 (day5)
- A题-正弦信号发生器.xdf
- 2022NOC软件创意编程赛项真题python小学高年级-决赛(有解析)
- mathml转换latex需要的xsl文件
- 2022NOC软件创意编程赛项真题图形化小学高年级-决赛(有解析)
- gbase驱动下载gbase-connector-java-8.3.81.53驱动下载
- 2022NOC软件创意编程赛项真题图形化小学低年级-决赛(有解析)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功