膨胀卷积核与5×5卷积核的对比

如果膨胀卷积的目的是扩展感受野(从远距离区域提取图像特征),而5×5的卷积核通过镜像填充也可以从远距离区域获取特征。为什么人们更常使用膨胀卷积而不是5×5的卷积核呢?

谢谢你。


回答:

这种架构的基础在于,膨胀卷积能够在不损失分辨率或覆盖范围的情况下,支持感受野的指数级扩展。

我认为大多数人更常使用膨胀卷积的原因是,它可以在相同的计算和内存成本下拥有更大的感受野,同时还保持了分辨率。

此外,膨胀卷积通常表现出更好的性能。请参见这篇论文Multi-Scale Context Aggregation by Dilated Convolutions,我们可以看到更好的语义分割结果。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注