CV笔记——上采样的方法及空洞卷积感受野计算

一、为什么语义分割中要把标签转换为one-hot,而不是1，2，3…?

1. 因为每个类都是等价的，如果使用1，2，3这种形式，就隐含着实际中不存在的隐含关系如：第3类输出要比1和2大
2. [0,0,1],[0,1,0],[1,0,0]这样的one-hot标签是正交的，线性无关，这样各类别之间没有依赖关系，符合实际情况。

二、Dense Predictions

预测图像中每个像素标签的任务

三、Upsampling的方式

1. Unpooling 反池化（一般不用）
2. Bilinear Interpolation 双线性插值

torch.nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)

3. Transposed Convolution 转置卷积(反卷积)
   https://blog.csdn.net/tsyccnh/article/details/87357447

torch.nn.ConvTranspose2d

4. Dilated Convolution 膨胀卷积（Atrous 空洞卷积）
   由于一般的设置经常是kernel_size=3,stride=1,所以卷积核之间经常有重叠部分3-1=2，空洞卷积就是卷积核跳过一个或几个像素，进行卷积。如图中是跳过了一个像素，再卷积。
   

对于标准的k*k卷积操作，stride为s，分三种情况：

(1) s>1，即卷积的同时做了downsampling，卷积后图像尺寸减小；
(2) s=1，普通的步长为1的卷积，比如在tensorflow中设置padding=SAME的话，卷积的图像输入和输出有相同的尺寸大小；
(3) 0 当然将普通的卷积stride步长设为大于1，也会达到增加感受野的效果，但是stride大于1就会导致downsampling，图像尺寸变小。

感受野的计算

https://zhuanlan.zhihu.com/p/28492837

一下是带有空洞卷积的感受野计算过程