基于Pytorch的3D卷积

3D卷积核相比于2D卷积核引入了时间尺度，并且在宽、高、深度（不是单张图像的通道数，这个深度可以理解为帧间）方向上进行滑窗。

在pytorch中，输入数据的维数可以表示为（N,C,D,H,W），其中：N为batch_size，C为输入的通道数，D为深度（D这个维度上含有时序信息），H和W分别是输入图像的高和宽。3维卷积核的维数可以表示为（Cout,C,FD,FH,FW），其中：Cout为输出通道数，（FD,FH,FW）为3维滤波器的尺寸。特别的FD为深度方向的滤波器尺寸，它所关联的是时序信息，FD越大表示在一次滤波过程中考虑到的时序信息越长；FD越小表示在一次滤波过程中考虑到的时序信息越短。输出数据的维数为（N,Cout,Dout,Hout,Wout）

nn.Conv3D(in_channels，out_channels，kernel_size=(FD,FH,FW)，stride，padding)

import torch
import torch.nn as nn


x=torch.randn(5,3,10,224,224)
conv = nn.Conv3d(3, 64, kernel_size=(4,3,3), stride=1, padding=1)
print(conv.weight.size())#(64,3,4,3,3)
out=conv(x)
print(out.size())#(5,64,9,224,224)