CNN:扩张卷积输出分辨率计算

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/yz2zcx/article/details/100566794

扩张卷积(Dilated convolutions)是另一种卷积操作，也叫做空洞卷积(Atrous convolution)。相比于普通的卷积，相同的卷积核，空洞卷积能够拥有更大的感受野。

相同的卷积核，扩张卷积在计算的时候可以把卷积看成是按照一定值进行了扩张，以3*3的卷积核为例子，如果扩张系数为2的话，该卷积核在计算的时候就像是一个5*5的卷积核，如图所示：

图(a)可以看成是扩张系数为1的扩张卷积，起作用就跟普通的卷积一样，当扩张系数为2的时候，扩张卷积就编程图(b)的形式，但是实际计算的时候还是只计算红点所在的位置，这样实际上感受野就扩大了。

扩张卷积的输出分辨率为：

扩张卷积的示例图如下：