Dilated

如何理解空洞卷积（dilated convolution）？

论文：Multi-scalecontextaggregationwithdilatedconvolutions转自：https://www.zhihu.com/question/54149221作者：刘诗昆链接：https://www.zhihu.com/question/54149221/answer/323880412来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处
芮芮杰·2022-02-19 15:08

空洞卷积

链接：https://www.zhihu.com/question/54149221Dilated/AtrousConvolution或者是Convolutionwithholes从字面上就很好理解，是在标准的
zhuimengshaonian66·2022-02-06 07:50

吃透空洞卷积(Dilated Convolutions)

一、空洞卷积的提出空洞卷积中文名也叫膨胀卷积或者扩张卷积,英文名也叫AtrousConvolution空洞卷积最初的提出是为了解决图像分割的问题而提出的,常见的图像分割算法通常使用池化层和卷积层来增加感受野(ReceptiveFiled),同时也缩小了特征图尺寸(resolution),然后再利用上采样还原图像尺寸,特征图缩小再放大的过程造成了精度上的损失,因此需要一种操作可以在增加感受野的同时保
玖零猴·2022-02-06 07:16

空洞卷积(Dilated Convolution)简介

一、空洞卷积(DilatedConvolution)DilatedConvolution(空洞卷积/膨胀卷积)是在标准的convolutionmap里注入空洞，以此来扩大感受野。膨胀卷积与普通的卷积相比：除了卷积核的大小以外，还有一个扩张率(dilationrate)参数，主要用来表示膨胀的大小。在普通卷积中，可以认为它的dilatedrate=1。感受野（receptivefield）：CNN中
Polaris_T·2022-02-06 07:39

空洞卷积(dilated convolution)理解

Dilated/AtrousConvolution(中文叫做空洞卷积或者膨胀卷积)或者是Convolutionwithholes从字面上就很好理解，是在标准的convolutionmap里注入空洞，以此来增加
qq_43119354·2022-02-06 07:08

空洞卷积的超详细解释

目录什么是空洞卷积为什么需要空洞卷积卷积的问题空洞卷积的好处总结空洞卷积存在的问题潜在问题1：TheGriddingEffect潜在问题2：Long-rangedinformationmightbenotrelevant.解决办法什么是空洞卷积Dilated
CtrlZ1·2022-02-06 07:38

【机器学习】详解 扩张/膨胀/空洞卷积 (Dilated / Atrous Convolution)

目录一、膨胀卷积的产生二、膨胀卷积的定义2.1感受野(ReceptiveFiled)2.2膨胀率/空洞率2.3例子三、膨胀卷积的的特点3.1优点3.2缺点3.3改进一、膨胀卷积的产生扩张/膨胀/空洞卷积(Dilated
花与人间事同·2022-02-06 07:38

空洞卷积（dilated convolution）出现的意义与作用

一.为什么使用空洞卷积DCNNshortforDeepConvolutionNeuralNetWork,常用的up-smapling和poolinglayer存在以下问题：1.up-sampling/poolinglayer是定性的而非可学习的。2.内部数据结构丢失，空间层级化信息丢失。3.小物体信息无法重建。(假设有四个poolinglayer则任何小于2^4=16pixel的物体信息将理论上无
qq_20979341·2022-02-06 07:03

论文阅读 || 深度学习之空洞卷积

论文地址：Multi-scalecontextaggregationwithdilatedconvolutions空洞卷积（Dilated/AtrousConvolution），就是在标准的卷积里面注入空洞
magic_ll·2022-02-06 07:31

吃透空洞卷积（Dilated Convolutions）

点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！作者丨玖零猴@知乎来源丨https://zhuanlan.zhihu.com/p/113285797编辑丨极市平台导读空洞卷积在图像分割需要增加感受野同时保持特征图的尺寸的需求中诞生，本文详细介绍了空洞卷积的诞生、原理、计算过程以及存在的两个潜在的问题，帮助大家将空洞卷积这一算法“消化吸收”。一、空洞卷积的提出空洞卷积中文名
公众号机器学习与生成对抗网络·2022-02-06 07:00

深入理解空洞卷积：优点以及存在问题

dilated的好处是不做pooling损失信息的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息。
Ordinary_yfz·2022-02-06 07:28

论文翻译：2020_Densely connected neural network with dilated convolutions for real-time speech enhancement

提出了模型和损失函数论文名称：扩展卷积密集连接神经网络用于时域实时语音增强论文代码：https://github.com/ashutosh620/DDAEC引用：PandeyA,WangDL.Denselyconnectedneuralnetworkwithdilatedconvolutionsforreal-timespeechenhancementinthetimedomain[C]//ICA
凌逆战·2021-11-26 12:00

ECCV2018 Recurrent Squeeze-and-Excitation Context Aggregation Net for Single Image Deraining

由于背景信息对于降雨非常重要，我们首先采用dilated卷积神经网络来获取大的感受野。为了更好地适应除雨任务，我们还修改了网络。在大雨中，雨水条纹有各种方向和形状，可以看作是多个雨水层的积累。
风之羁绊·2021-06-21 15:32

pytorch 预训练模型读取修改相关参数的填坑问题

resnet=resnet50(pretrained=False)resnet.load_state_dict(torch.load(args.predir))res_conv31=Bottleneck_dilated
·2021-06-05 12:27

空洞卷积(Dilated Convolutions)

在深度学习中，我们常见的就是卷积神经网络。这篇博客来给大家介绍一下空洞卷积跟普通卷积的区别。空洞卷积的应用处：空洞卷积（dilatedconvolution）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，让原本3x3的卷积核，在相同参数量和计算量下拥有5x5（dilatedrate=2）或者更大的感受野，从而无需下采样。扩张卷积（dilate
大呼啦·2021-04-19 21:35

如何手绘表格_简易复现OCR如何读取皱巴巴的文件？深度学习在文档图像形变矫正的应用详解...

模型用dilated-unet最左面的图为网络输入图。中间为中间结果图offset图。最右面为变化还原的图。下面为原文一、背景随着集团业务的高速发展以及集团对用户群体信用要求的提高
uu老魏·2020-12-30 23:48

【个人项目】——细腻的人像分割

Supervisely人像分割数据集格式转换1.测试1.1环境采用本机的torch1401.2下载预训练的模型到ckpt/ade20k-resnet50dilated-ppm_deepsup预训练模型|
农夫山泉2号·2020-09-16 19:08

dilated conv（空洞卷积）我们所需要了解的地方

简单讨论下dilatedconv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilatedconv诞生背景。背景在图像分割领域，图像输入到CNN中，传统CNN网络结构通过strideconv或者pooling来对图像降维同时增加感受野，再通过upsamplelayer升维到原始图像尺寸。在先减小再增大尺寸的过程中，损失了信息，为了在不借助strideorpooling的帮助下，提高感受野，作者
小小小绿叶·2020-09-15 05:09

如何理解空洞卷积

Dilated/AtrousConvolution或者是Convolutionwithholes从字面上就很好理解，是在标准的convolutionmap里注入空洞，以此来增加receptio
你说我说你说我是进阶的小白·2020-09-13 02:17

论文学习笔记（四）ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

『写在前面』2018上半年出品的语义分割轻量级网络。论文出处：ECCV2018作者机构：SachinMehta等，UniversityofWashington原文链接：https://arxiv.org/abs/1803.06815v2相关repo：https://github.com/sacmehta/ESPNet目录摘要1介绍2相关工作关于卷积加速膨胀卷积3ESPNet3.1ESP模块将标准卷
Wilber529·2020-08-26 14:27

因果卷积（causal）与扩展卷积（dilated）之An Empirical Evaluation of Generic Convolutional and Recurrent Networks f

最近在看关于NLP（自然语言处理）方面的文章，（其实不是自己要看），anyway，看了一个“AnEmpiricalEvaluationofGenericConvolutionalandRecurrentNetworksforSequenceModeling“，讲到了：虽然人们现在都在用RNN和LSTm去处理序列问题（sequencemodeling），但是明显最近几年这些模型在这些问题上出现了瓶颈
维尼弹着肖邦的夜曲·2020-08-23 08:04

Dilated Convolutions 空洞卷积 pytorch版

fromtorchimportnnimporttorch.nn.initasinitdeftransform():returnCompose([ToTensor(),#Normalize((12,12,12),std=(1,1,1)),])arr=range(1,26)arr=np.reshape(arr,[5,5])arr=np.expand_dims(arr,2)arr=arr.astype(
嘿芝麻·2020-08-22 20:22

总结-空洞卷积(Dilated/Atrous Convolution)、gridding问题以及解决方案、训练技巧BN和PReLU、CReLU

这里有个可视化、直观的图：https://github.com/vdumoulin/conv_arithmetichttps://zhuanlan.zhihu.com/p/50369448https://www.zhihu.com/question/54149221/answer/192025860https://www.zhihu.com/question/54149221/answer/323
业精于勤荒于嬉-行成于思而毁于随·2020-08-22 17:02

空洞卷积（Dilated Convolution）：有之以为利，无之以为用

https://www.toutiao.com/a6695893685260780044/原论文链接https://arxiv.org/pdf/1705.09914.pdf一、论文核心《DilatedResidualNetworks》这篇论文的核心在于创造性地提出了空洞卷积（DilatedConvolution）使ResNet在保持参数量不变、每个阶段的卷积层视野不变的前提下，靠后的卷积层也可保持
喜欢打酱油的老鸟·2020-08-22 15:01

论文笔记——CVPR 2017 Dilated Residual Networks

1.Background这次我来介绍一篇深度网络文章《DilatedResidualNetworks》，发表在CVPR2017会议上。作者是普林斯顿大学的FisherYu博士等人。网络简称为DRN。文章原文可在作者主页阅览：FisherYu主页这篇文章实则是作者将何恺明(KaimingHe)博士残差网络DeepResidualNetworks与其之前研究的DilatedConvolution相结合
Kumuda·2020-08-22 01:56

利用形态学检测边缘和角点

形态学中的腐蚀（eroded），会把山谷扩展，峭壁减少；相反的，膨胀（dilated）会把山谷减少，峭壁扩展。在两种情况下，中间（大块的山峰和低谷）不会改变太多。利用形态学进行边界检
恋上蛋炒面·2020-08-21 21:21

论文学习笔记：CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes

CSRNet是2018年提出来的人群计数模型，其论文发表于CVPR会议。论文链接：CSRNetAbstract摘要我们提出了一个拥挤场景识别网络CSRNet，它提供了一种数据驱动的深度学习方法，可以理解高度拥挤的场景，进行精确的计数估计，并提供高质量的密度图。我们提出的CSRNet由两个主要部分组成：一个是作为二维特征提取的前端卷积神经网络（即模型中的前端网络frontend），另一个是用于后端的
绿柳山庄赵公子·2020-08-18 11:28

C++ 实现 语义分割（ade20-150类）

在http://sceneparsing.csail.mit.edu/model/pytorch中也有一些模型，下一个试试效果ade20k-mobilenetv2dilated-c1_deepsup输入图
juebai123·2020-08-15 23:30

pytorch dilated convolution的感受野，特征图尺度及padding计算

Dilatedconvolutiondilatedconvolution即空洞卷积，它的出现有效的解决了featuremap感受野单一的情况。利用空洞增加感受野，并不增加额外的params和flops，使得同样size的kernel拥有不同的感受野。但同时由于空洞的存在会对原有信息造成遗漏，无法全覆盖的生成令人满意的feature。1.空洞卷积感受野的计算感受野尺寸=2（rate-1）*（k-1）
小小小绿叶·2020-08-13 15:45

空洞卷积（Dilated convolutions）与感受野的理解

最近在读‘MULTI-SCALECONTEXTAGGREGATIONBYDILATEDCONVOLUTIONS’这篇论文，里面提到了DILATEDCONVOLUTIONS，即空洞卷积，下面我就来介绍一下它的基本原理。Firstly，我们应该知道普通卷积的基本操作过程，如下图所示：上图是具体的计算过程，卷积核为单个，我们接下来看普通卷积感受野的理解：上图中输入图片的大小为10x10，通过3x3的卷积
小林9·2020-08-08 20:58

ICRA 2020——Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point

DilatedPointConvolutions:OntheReceptiveFieldSizeofPointConvolutionson3DPointCloudsAbstract（一）Introduction（二）RelatedWork（三）Approach（四）Experiments（五）Conclusion论文：https://arxiv.org/abs/1907.12046Abstract
Dujing2019·2020-08-02 15:09

空洞(扩张dilated)卷积

空洞卷积  也可以根据字面意思把dilated这个词直接翻译成膨胀卷积或者扩张卷积。这个概念就得重新回到感受野这个话题上，这里补充一些感受野的知识点。
August-us·2020-07-29 05:37

语义分割论文：FastFCN:Rethinking Dilated Convolution in the Backbone for Semantic Segmentation(arxiv2019)

FastFCN:FastFCN:RethinkingDilatedConvolutionintheBackboneforSemanticSegmentation(arxiv2019)https://arxiv.org/pdf/1903.11816.pdf[PyTorch]:https://github.com/wuhuikai/FastFCN本文提出了一种计算效率高的联合上采样模块JPU（Join
mingo_敏·2020-07-11 22:00

【文献阅读】PSANet: Point-wise Spatial Attention Network for Scene Parsing

仅从提高感受野的角度来看，与空洞卷积与全局池化的区别在于：基于dilated-convolution和基于pooling扩展以一种非自适应的方式利用了所有图像区域的同构互依赖，忽略了不同区域的局部表示和不同种
Dogged21·2020-07-10 10:03

Dilated Convolution介绍

DilatedConvolution介绍相关的两篇论文分别是[ICLR2016]MULTI-SCALECONTEXTAGGREGATIONBYDILATEDCONVOLUTIONS和[CVPR2017]DilatedResidualNetworks。作者为FisherYu（http://www.yf.io/）。1.问题背景语义分割，目标检测检测任务需要高分辨率的featuremap来获得更准确的结
二极管具有单向导电性·2020-07-10 05:46

DilatedNet - 扩张卷积（语义分割）

SemanticSegmentation)作者|Sik-HoTsang翻译|斯蒂芬·二狗子校对|酱番梨审核|约翰逊·李加薪整理|立鱼王原文链接：https://towardsdatascience.com/review-dilated-convolution-semantic-se
weixin_34067049·2020-07-08 16:10

tensorflow实现空洞卷积(dilated connvolution也叫扩张卷积)

wavenet在做语音合成的时候，用到了dilatedconnvolution（空洞卷积）.关于空洞卷积的介绍，知乎的这篇文章写的不错：https://www.zhihu.com/question/54149221/answer/192025860关于在tensorflow中实现一般的卷积，可以参考：https://blog.csdn.net/u010866505/article/details/
11721206·2020-07-08 08:40

KDD_2018_notes Smoothed Dilated Convolutions for Improved Dense Prediction

前言笔者重温了机器学习相关的一些算法后，打算来看一些数据挖掘领域的论文，会写一些笔记来记录。先从KDD2018入手。本文要介绍的是一个空洞卷积(DilatedConvolutions)的改进方法。空洞卷积存在的问题对于空洞卷积来讲，卷积后的featuremap中，相邻两个pixel来自于上一层featuremap中完全不同的两组点，因而很容易造成网格状态论文给出的改进方法空洞卷积分解原文认为，空洞
lirt15·2020-07-07 13:15

Dilated Residual Network论文解读

Introduction这篇文章来自于17年CVPR，同样是对空洞卷积的思考，但这篇文章不是把空洞卷积变着法得用在语义分割上，而是重新回到了图像分类领域，在看这篇文章的同时可以结合旷视和清华一起提出的另一篇论文DetNet一起阅读，这两篇论文都是利用了空洞卷积作为Backbone，把它的应用从分割扩展到了分类与检测。DetNet:ABackbonenetworkforObjectDetection
心态已炸_沉迷学习·2020-07-06 14:28

【论文阅读笔记】Multi-scale context aggregation by dilated convolutions

论文地址：https://arxiv.org/abs/1511.07122代码地址：https://github.com/ndrplz/dilation-tensorflowhttps://github.com/fyu/dilation作者用caffe写的introductionmotivation动机CNN的池化操作影响语义分割的精度Thispromptsnewquestionsmotivate
zxfhahaha·2020-07-06 14:50

卫星图像分割--Effective Use of Dilated Convolutions for Segmenting Small Object Instances

EffectiveUseofDilatedConvolutionsforSegmentingSmallObjectInstancesinRemoteSensingImageryhttps://arxiv.org/abs/1709.00179针对卫星图像中的小目标分割问题，本文从dilatedconvolution的有效使用给出了解决方法，主要是先increasingdilationfactor，再
O天涯海阁O·2020-07-06 12:38

语义分割--Dilated Residual Networks

DilatedResidualNetworksCVPR2017http://vladlen.info/publications/dilated-residual-networks/本文针对当前卷积分类网络对输入图像进行一系列降采样处理
O天涯海阁O·2020-07-06 12:38

dilated convolution (扩张卷积) 输入输出特征图尺寸大小关系以及 receptive field (感受野) 计算

1.输入输入出特征图尺寸大小的关系更多例子可以参考：https://zhuanlan.zhihu.com/p/56940729带有扩张卷积的输入与输出特征图featuremap的大小关系为：其中，p->padding,d->dilation,k->kernelsize，如果是常规的卷积，则另d=1即可。上面这个公式非常得有用，需要牢记！这个关系式推导非常简单，抓住整个featuremap上可以滑动
机器AI·2020-07-06 08:45

《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》阅读总结

《MULTI-SCALECONTEXTAGGREGATIONBYDILATEDCONVOLUTIONS》阅读总结对文章理解如有不到位的地方，欢迎大家留言指正！一、为什么要用膨胀卷积作者提出膨胀卷积主要是为了解决denseprediction（密集预测）问题。密集预测问题就是针对图像的每个像素进行操作，给每个像素一个标签，例如：图像语义分割问题。作者认为此类问题要求在结合多尺度上下文信息的情况下输出
weixin_45043668·2020-07-06 06:36

Dilated Convolutions 空洞卷积

DilatedConvolutions，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：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（dilationrate），用来控制扩张（空洞填充）的大小，扩充率参数越大
weixin_30498807·2020-07-05 21:25

语义分割--Dilated Residual Networks

DRN：DilatedResidualNetworks收录：CVPR2017(IEEEConferenceonComputerVisionandPatternRecognition)原文地址：DilatedResidualNetworks本文配合前面的论文-UnderstandconvolutionforSemanticSegmentation有奇效~代码:官方-PytorchAbstract扩张
DFann·2020-07-05 16:14

Multi-Scale Context Aggregation by Dilated Convolution读书笔记

DilatedConvolution的产生是为了解决全卷积网络（FCN）在图像分割领域的问题，图像分割需要输入和输出在像素的shape保持一致，但由于池化层的存在导致FCN需要通过上采样扩增size,但是上采样并不能将丢失的信息无损的找回所以存在不足。DilatedConvolution想法很粗暴，既然池化的下采样操作会带来信息损失，那么就把池化层去掉。但是池化层去掉随之带来的是网络各层的感受野变
waqiqi·2020-07-05 15:37

Multi-Scale Context Aggregation by Dilated Convolution训练记录

读完文章后，觉得应该网络框架类似FCN，却可以达到更好的效果。该网络的准确度和花费时间都应该好于FCN-8S，打算funetune一个自己的模型。首先从测试开始，对于predict.py，我认真研究了他的代码，我来具体说一下他的代码结构：首先读入图片后，得到deploy.prototxt中输入图片的大小，以“dilation10_cityscapes_deploy.prototxt”为例，他的网络
waqiqi·2020-07-05 15:36

如何理解空洞卷积（dilated convolution）

论文：Multi-scalecontextaggregationwithdilatedconvolutions简单讨论下dilatedconv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilatedconv诞生背景[4]，再解释dilatedconv操作本身，以及应用。首先是诞生背景，在图像分割领域，图像输入到CNN（典型的网络比如FCN[3]）中，FCN先像传统的CNN那样对图像做卷积再p
suixinsuiyuan33·2020-07-05 13:12

Dilated Residual Networks

完整代码请见:https://github.com/fyu/drnclassDRN(nn.Module):def__init__(self,block,layers,num_classes=1000,channels=(16,32,64,128,256,512,512,512),out_map=False,out_middle=False,pool_size=28,arch='D'):super(
seamanj·2020-07-05 11:29
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他