如果扩张卷积的目的是扩展感受野(从远距离区域提取图像特征),则具有镜像填充的内核5x5也能够从远距离区域获取特征。为什么人们更多地使用5x5内核上的扩张卷积?
谢谢。
发布于 2020-06-20 19:50:49
该架构基于这样一个事实,即膨胀的卷积支持接收野的指数扩展,而不会损失分辨率或覆盖范围。
我认为大多数人经常使用扩张卷积是因为它允许一个人在保持分辨率的同时具有更大的接受域,同时具有相同的计算和存储成本。
此外,膨胀卷积通常会提高性能。在本文中,Multi-Scale Context Aggregation by Dilated Convolutions我们有更好的语义分割结果。
https://stackoverflow.com/questions/62483075
复制相似问题