二维卷积输出特征图的计算公式

计算公式：

参数说明：

• H：输入图片高度
• W：宽度
• N：batch_size大小
• Cin：输入的通道数
• Cout卷积之后输出的通道数
• dilation：膨胀率，默认是1
• stride：步长，设置的
• kernel[0]、kernerl[1]表示kernel的长宽两个维度。
  对于输入的图像长宽HW相同，则计算公式为（dilation=1）：
  
  示例：
  输入一个 256 * 256 的向量，经过下面的三层卷积，套入公式计算特征图的大小：

nn.Sequential(
    nn.ReflectionPad2d(3),  
    nn.Conv2d(4, 64, 7),        
    nn.Conv2d(64, 128, 4, stride=2, padding=1),
    nn.Conv2d(128, 256, 4, stride=2, padding=1),
)

ReflectionPad2d(3)是以输入图像以最外围像素为对称轴，做四周的轴对称镜像填充,扩充3个单位。
以下是根据公式的计算过程：

可以看到，经过一次填充和三次卷积，大小变为了原来的1/4。