最近看了空洞卷积核形变卷积，这里大致记录一下。

Convolution Filter

普通卷积中，卷积核是方形的，例如 3X3，在图片上扫描得到特征图。个人认为大小卷积核，3*3，9X9区别在于：

感受野变化
- 9*9 感受野明显是非常大的，对应的提取到的特征更加的整体性；
- 3*3 卷积是可以堆叠形成9X9的感受野，但是更多的卷积层堆叠，提取到的特征也就会更加的细腻
对于姿态估计任务来说，看到的更多，人更整体似乎会更好
计算量的变化

3*3卷积核参数为9，9X9参数为81，参数翻了9倍，计算量大，需要更多的显存

Dilated Convolutions

参考：https://blog.csdn.net/qq_36338754/article/details/96969208?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

初步认识

空洞卷积，也称扩张卷积、膨胀卷积，可以在不增加参数量的情况下起到大卷积核的效果。最早是用于语义分割的，

顾名思义，在卷积核中注入空洞，扩大了感受野，

几个要点

dilated设置为2时，3*3卷积核感受野为7X7, 设置为4，感受野为9X9

Note：

红点表示感受野中心
外围图像表示感受野
扩张卷积不会影响图像尺寸，卷积之后图像尺寸计算依然是：
$w_{new} = \frac{W-F+2*P}{S} + 1$

Pytorch 中空洞卷积实现

python

1
2
3

import torch.nn as nn
conv1 = nn.Conv2d(1, 1, 3, stride=1, bias=False, dilation=1)  # 普通卷积
conv2 = nn.Conv2d(1, 1, 3, stride=1, bias=False, dilation=2)  # dilation就是空洞率，即间隔