卷积操作后特征图尺寸,感受野,参数量的计算

1、输出特征图的尺寸大小

  • 如果包含空洞卷积,即扩张率dilation rate不为1时:

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2、感受野的计算

在这里插入图片描述

  • 例如,图像经过两个3*3,步长为2的卷积后感受野为:

conv1: F = (1 - 1) * 2 + 3 = 3
conv2: F = (3 - 1) * 2 + 3 = 7

3、卷积核的参数量

在这里插入图片描述

4、标准卷积和深度可分离卷积的计算量

输入特征图: C i n × H × W C_{in}\times H\times W Cin×H×W
标准卷积: C o u t C_{out} Cout K × K × C i n K\times K\times C_{in} K×K×Cin的卷积核
深度可分离卷积:1个 K × K × C i n K\times K\times C_{in} K×K×Cin的深度卷积 + C o u t C_{out} Cout 1 × 1 × C i n 1\times 1\times C_{in} 1×1×Cin的逐点卷积
输出特征图: C o u t × H ′ × W ′ C_{out}\times H'\times W' Cout×H×W

  • 标准卷积的计算量为 K × K × H ′ × W ′ × C i n × C o u t K\times K\times H'\times W'\times C_{in}\times C_{out} K×K×H×W×Cin×Cout
  • 深度可分离卷积的计算量为 K × K × H ′ × W ′ × C i n + 1 × 1 × H ′ × W ′ × C i n × C o u t K\times K\times H'\times W'\times C_{in} + 1\times 1\times H'\times W'\times C_{in}\times C_{out} K×K×H×W×Cin+1×1×H×W×Cin×Cout

参考链接:
1)https://blog.csdn.net/DBlueink/article/details/114878888
2)https://blog.csdn.net/qq_36412570/article/details/115347200

猜你喜欢

转载自blog.csdn.net/m0_48086806/article/details/132334435