空洞卷积、可分组卷积

空洞（扩张）卷积--------Dilated Convolution

空洞卷积（atrous convolutions）又名扩张卷积（dilated convolutions），在ICLR 2016上提出，其主要作用：
在不增加参数和模型复杂度的条件下，可以指数倍的扩大视觉感受野（每一个输出是由诗句感受野大小的输入决定的）的大小。是针对图像语义分割问题中下采样会降低图像分辨率、丢失信息而提出的一种卷积思路。利用添加空洞扩大感受野，向卷积层引入了一个称为“扩张率（dilate rate）”的超参数，该参数定义了卷积核处理数据时各值的间距。

空洞卷积是对卷积核的操作，在参数数量不变的情况下，具有更大的感受野。

空洞卷积诞生于图像分割领域，图像输入到网络中经过CNN提取特征，再经过pooling降低图像尺度的同时增大感受野。

由于图像分割是pixel-wise预测输出，所以还需要通过upsampling将变小的图像恢复到原始大小。upsampling通常是通过deconv（转置卷积）完成。因此图像分割FCN有两个关键步骤：

• 池化操作增大感受野
• upsampling操作扩大图像尺寸。

缺点：
虽然经过upsampling操作恢复了大小，但是很多细节还是被池化操作丢失了。
由上图可知，空洞卷积就是在原有的kernel的基础上扩大了卷积核的大小（产生了新的卷积核），eg：
$$3\ast 3———>5\ast 5$$
但是他没有去获取更多的参数，只是以一定规律去选取特定区域的值，感受野变大。

o : 输出特征图
ℹ :输入图大小
p :填充
k :kernel大小
d :膨胀系数
s : 步长

优点：
在参数量不变的情况下，获取到更大的感受视野，提取更大目标；

可分组卷积

分组卷积（Group convolution）最早在AlexNet中出现，由于当时的硬件资源有限，训练AlexNet时卷积操作不能全部放在同一GPU处理，因此作者把feature maps分给多个GPU分别进行处理，最后把多个GPU的结果进行融合。

一般卷积计算：

输入256个特征图，输出256个特征图

input : 256
kernel: 3*3
output:256

参数量：256 * 3 * 3 * 256

分组卷积计算：

将256个通道，分为8组，每组32个特征图

input : 32
kernel: 3*3
group: 8
output:32

参数量：8 * 32 * 3 * 3 * 32

优点：

• 可以更好的结构化学习；
• 克服过拟合；
• 减少参数；

希望这篇文章对你有用！
谢谢点赞评论！