每週學習新知識1-5:FCN中的反捲積(Deconvolution)、上採樣(UpSampling)

看了FCN論文,對於最後的反捲積和和上採樣不是很理解
在這裏插入圖片描述

卷積回顧

反捲積

這是卷積的三種操作,在這篇論文中反捲積也可以稱爲上採樣操作,因爲相比於下采樣,圖片越來越小的操作,上採樣操作使得整個整個圖片越來越大的操作,
下面看反捲積具體是怎麼操作的
在這裏插入圖片描述
其實這種也算一種卷積的操作,只不過進行了補位操作。在論文中FCN使用了上採樣。例如經過5次卷積(和pooling)以後,圖像的分辨率依次縮小了2,4,8,16,32倍。對於最後一層的輸出圖像,需要進行32倍的上採樣,以得到原圖一樣的大小。這個上採樣是通過反捲積(deconvolution)實現的。對第5層的輸出(32倍放大)反捲積到原圖大小,得到的結果還是不夠精確,一些細節無法恢復。於是Jonathan將第4層的輸出和第3層的輸出也依次反捲積,分別需要16倍和8倍上採樣,結果就精細一些了。下圖是這個卷積和反捲積上採樣的過程:
在這裏插入圖片描述
在這裏論文中使用了另外一種上採樣的方式,它先進行了上池化操作,然後進行了整個卷積操作。整個操作如下圖
在這裏插入圖片描述

參考

————————————————
版權聲明:本文爲CSDN博主「skyfengye」的原創文章,遵循CC 4.0 BY-SA版權協議,轉載請附上原文出處鏈接及本聲明。
原文鏈接:https://blog.csdn.net/nijiayan123/article/details/79416764

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章