卷积操作的几种类型

卷积操作其实可以分成三种操作：

（1）valid 操作，滑动步长为S，图片大小为N1xN1，卷积核大小为N2xN2，卷积后图像大小：

(N1-N2)/S+1 x (N1-N2)/S+1

如下图：

 

（2）full 操作，滑动步长为1，图片大小为N1xN1，卷积核大小为N2xN2，卷积后图像大小：

N1+N2-1 x N1+N2-1 

如下图 ：

 

（3）same 操作，滑动步长为1，图片大小为N1xN1，卷积核大小为N2xN2，卷积后图像大小：

N1xN1 

如下图所示： 

参考：

 （1）FCN于反卷积(Deconvolution)、上采样(UpSampling)

（2）更多经典动画：动画

（3） Fully Convolutional Networks for Semantic Segmentation