Dilated Convolutions 空洞卷积

Dilated Convolutions,中文一般称为空洞卷积或者扩张卷积,是一种改进的图像卷积方法。
扩张卷积工作示意图如下:

Dilated Convolutions 空洞卷积_第1张图片

图a是普通的卷积,感受野是3*3,相当于扩充dilation=0
图b是扩张卷积,感受野是7*7,dilation=2
图c是扩张卷积,感受野是15*15,dilation=4
 
扩张卷积中多了一个扩充率参数(dilation rate),用来控制扩张(空洞填充)的大小,扩充率参数越大,同等卷积核大小对应的感受野越大。扩充卷积对普通卷积的改进就是为了获得更大的感受野。
 
标准卷积在特定场景如图像语义分割下存在一定的问题,比如通过池化操作降低计算量,同时增大感受野,再通过反卷积(上采样)扩充图像到原始大小,这中间会丢失很多信息,特别是空间结构信息,另一个问题是小的物体信息无法复原重建出来。而在空洞卷积中,避免了使用池化操作的同时增大了感受野,不需要图像分辨率的压缩,保留了图像内部的数据结构,可以有比标准卷积更好的分割效果。

转载于:https://www.cnblogs.com/mtcnn/p/9411680.html

你可能感兴趣的:(Dilated Convolutions 空洞卷积)