深度学习图像卷积后的尺寸计算公式

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zuliang001/article/details/83986862

输入图片大小 W×W
Filter大小 F×F
步长 S
padding的像素数 P

于是我们可以得出：
N = (W − F + 2P )/S+1
输出图片大小为 N×N

如：输入图像为5*5*3，Filter为3*3*3，在zero pad 为1，步长 S=1 （可先忽略这条）则加上zero pad后的输入图像为7*7*3 ，则卷积后的特征图大小为5*5*1
（是这样计算da：(5-3+2*1)/1+1=(2+2)/1+1=4+1=5），与输入图像一样；