空洞卷积

a、b、c图卷积核均为3*3，图a和普通的卷积操作一样，a)图对应3x3的1-dilated conv，b)图对应3x3的2-dilated conv，2-dilated conv的前一层是一个1-dilated conv的话，
那么每个红点就是1-dilated的卷积输出，所以感受野为3x3，所以1-dilated和2-dilated合起来就能达到7x7的conv。c)图是4-dilated conv操作，同理跟在两个1-dilated和
2-dilated conv的后面，能达到15x15的感受野

空洞卷积的潜在问题

空洞卷积是存在理论问题的，论文中称为gridding，其实就是网格效应/棋盘问题。因为空洞卷积得到的某一层的结果中，邻近的像素是从相互独立的子集中卷积得到的，相互之间缺少依赖。

局部信息丢失：由于空洞卷积的计算方式类似于棋盘格式，某一层得到的卷积结果，来自上一层的独立的集合，没有相互依赖，因此该层的卷积结果之间没有相关性，即局部信息丢失。

解决方案：注意叠加卷积的扩张率的设计，如： dilation rate [1, 2, 5]

远距离获取的信息没有相关性：由于空洞卷积稀疏的采样输入信号，使得远距离卷积得到的信息之间没有相关性，影响分类结果。光采用大 dilation rate 的信息或许只对一些大物体分割有效果，而对小物体来说可能则有弊无利了。如何同时处理不同大小的物体的关系，则是设计好 dilated convolution 网络的关键。

解决方案：多尺度分割的另类解：Atrous Spatial Pyramid Pooling (ASPP)
对于不同尺度上用不同大小的 dilation rate 来抓取多尺度信息，每个尺度则为一个独立的分支，在网络最后将多个分支合并起来再接一个1*1的卷积层输出。

[1] https://zhuanlan.zhihu.com/p/59899622
[2]https://www.zhihu.com/question/54149221

空洞卷积dilated conv相关推荐

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_arithmetic https://zhuanlan.zhihu.com/p/50369448 http ...
空洞卷积(dilated convolution)理解
1.简介 Dilated/Atrous Convolution(中文叫做空洞卷积或者膨胀卷积) 或者是 Convolution with holes 从字面上就很好理解,是在标准的 convoluti ...
深度学习之空洞卷积(Dilated/Atrous Convolution)
空洞卷积 Convolution with holes 是在标准的卷积映射(convolution map )里注入空洞,以此来增加感受野( reception field),捕获多尺度上下文信息. ...
膨胀卷积（空洞卷积 dilated convolution）
学习的B站大佬的视频大部分图片来自于课中,文章结尾有大佬视频链接,以及阅读<深度学习之pytorch物体检测实战>,刚开始学习可能有些错误,希望大佬指正 1.空洞卷积了解空洞卷积最初是为 ...
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 ...
casual Convolution因果卷积、空洞卷积dilated convolution、Hybrid Dilated Convolution (HDC)
1.因果卷积 2.空洞因果卷积 3.HDC https://blog.csdn.net/qq_26369907/article/details/97624028 https://blog.csdn.n ...
空洞卷积（Atrous/Dilated Convolution）
由Deeplabv1提出的. 有两种实现方式: 一,卷积核填充0. 二,输入等间隔采样. 扩张率(dilation rate),也叫空洞数(Hole Size). 标准卷积可以看做空洞卷积rate=1 ...
【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 ...
深入理解空洞卷积：优点以及存在问题
一.提出原因空洞卷积(dilated convolution)是针对图像语义分割问题中下采样会降低图像分辨率.丢失信息而提出的一种卷积思路. dilated的好处是不做pooling损失信息的情况下 ...

空洞卷积dilated conv

空洞卷积

空洞卷积的潜在问题

空洞卷积dilated conv相关推荐

最新文章

热门文章