Dilated Convolutions
1. 扩张卷积
Dilated Convolutions，翻译为扩张卷积或空洞卷积。扩张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(dilation rate)参数，主要用来表示扩张的大小。扩张卷积与普通卷积的相同点在于，卷积核的大小是一样的，在神经网络中即参数数量不变，区别在于扩张卷积具有更大的感受野。感受野是卷积核在图像上看到的大小，或者说卷积后的图像上，一个像素点对应着原图中的多少像素点。例如3*3卷积核的感受野大小为9。
2. 示意图
下图是扩张卷积的示意图。
(a) 普通卷积，1-dilated convolution，卷积核的感受野为3×3=9。
(b) 扩张卷积，2-dilated convolution，卷积核的感受野为7×7=49。
(c) 扩张卷积，4-dilated convolution，卷积核的感受野为15×15=225。
从上图中可以看出，卷积核的参数个数保持不变，感受野的大小随着“dilation rate”参数的增加呈指数增长。
3. 优点
扩展卷积在保持参数个数不变的情况下增大了卷积核的感受野，同时它可以保证输出的特征映射（feature map）的大小保持不变。一个扩张率为2的3×3卷积核，感受野与5×5的卷积核相同，但参数数量仅为9个，是5×5卷积参数数量的36%。
增大感受野的方法还有pooling层，多层卷积等。pooling每次会减少特征图的尺寸。这样在上采样的时候，会丢失很多信息。连续多层卷积，比如连续很多层使用3*3, step_size=1的卷积核，虽然也能在增大感受野的同时保证特征图尺寸，但感受野线性增长，而扩张卷积感受野指数增长。
4. 应用
扩张卷积在图像分割、语音合成、机器翻译、目标检测中都有应用。
5. 扩张卷积的网格化问题
参考链接点我
6. 参考资料
Multi-Scale Context Aggregation by Dilated Convolutions
Dilated Convolutions相关推荐
- 卫星图像分割--Effective Use of Dilated Convolutions for Segmenting Small Object Instances
Effective Use of Dilated Convolutions for Segmenting Small Object Instances in Remote Sensing Imager ...
- 膨胀卷积--Multi-scale context aggregation by dilated convolutions
Multi-scale context aggregation by dilated convolutions ICLR 2016 https://arxiv.org/abs/1511.07122 C ...
- DL之DilatedConvolutions：Dilated Convolutions(膨胀卷积/扩张卷积)算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DL之DilatedConvolutions:Dilated Convolutions(膨胀卷积/扩张卷积)算法的简介(论文介绍).架构详解.案例应用等配图集合之详细攻略 目录 Dilated Con ...
- 膨胀卷积（Dilated convolutions）（又叫空洞卷积、扩张卷积）
一.背景 论文:Multi-Scale Context Aggregation by Dilated Convolutions 大部分图像分割的框架都是经历一系列的卷积和下采样的模块之后,再不断与 ...
- Multi-Scale Context Aggregation By Dilated Convolutions
1 Introduction 之前的网络比如FCN或者Deep Lab v1都存在从小的分辨率图像往大了进行上采样,那么问题就来了,下采样是必要的嘛?话有一些方法提供多个重构版本(multiple r ...
- 膨胀卷积(DILATED CONVOLUTIONS)
膨胀卷积(DILATED CONVOLUTIONS)是在卷积核的元素之间插入一些额外的空间,而插入空间的量由参数膨胀因子d (dilation rate)来控制, 通常有d-1个空间在卷积核元素之间被 ...
- 【扩张卷积or空洞卷积】如何理解Dilated Convolutions(空洞卷积)
文章来源:https://blog.csdn.net/alxe_made/article/details/88594550 1. 扩张卷积的提出 Multi-Scale Context Aggrega ...
- Dilated Convolutions——扩张卷积
文章作者:Tyan 博客:noahsnail.com | CSDN | 简书. 1. 扩张卷积 Dilated Convolutions,翻译为扩张卷积或空洞卷积.扩张卷积与普通的卷积相比,除 ...
- 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(dilated convolution)是针对图像语义分割问题中下采样会降低图 ...
最新文章
- openssl的实践应用
- 常见拒绝服务攻击行为特征与防御方法
- MFCC特征参数提取（一）（基于MATLAB和Python实现）
- java迷宫队列实现_Creator 迷宫生成: DFS 与 BFS 算法实现
- Linux glibc内存管理：用户态内存分配器——ptmalloc实现原理
- 单元测试Java Hadoop作业
- 一文读懂 - 云上用户如何灵活应用定制化网络服务
- 数据模型和数据库系统的模型结构
- setlength java_Java StringBuilder setLength()方法与示例
- 当心路径层次太深，名字太长造成解压失败
- （九）练习：美萍酒店管理系统-系统设置-删除类型、删除房间
- 你画我猜游戏html源代码,微信小程序你画我猜demo完整源码
- SuperMap iDesktopX 影像/栅格数据不用导入导出即可分析处理啦！
- python迷宫小游戏代码_python迷宫游戏，迷宫生成，解决与可视化
- html游戏手柄,纯CSS3实现的游戏控制手柄
- cadence 批量一次性修改title 页码标题等
- 《数据结构》八大排序（详细图文分析讲解）
- java 代码 二义性是什么_Java接口默认方法带来的问题分析【二义性问题】
- 【离线语音专题①】安信可最新离线语音模组VC系列出厂固件使用教程——SDK开源？
- 沈阳师范大学大一上册C语言PTA题目集以及答案（第五章 函数 编程题篇）