吃透空洞卷积 (Dilated Convolutions) 玖零猴 收录于 · Deep Learning 453 人赞同了该文章

扩张卷积 （Dilated Convolution）也被称为 空洞卷积 或者 膨胀卷积，是在标准的卷积核中注入空洞，以此来增加模型的感受野（reception field）。

空洞卷积 (Dilated/Atrous Convolution)，广泛应用于语义分割与目标检测等任务中，语义分割中经典的 deeplab系列 与 DUC 对空洞卷积进行了深入的思考。

dilated的好处是不做pooling损失信息的情况下，加大了感受野，让每个卷积输出都包含较大范围的信息。 在图像需要全局信息或者语音文本需要较长的sequence信息依赖的问题中，都能很好的应用dilated …

Dilated/Atrous Convolution 或者是 Convolution with holes 从字面上就很好理解，是在标准的 convolution map 里注入空洞，以此来增加 reception field。

特征图没有了Dilated Conv那种由于混叠导致的”gridding artifact“。 FreqSelect预测较高频段的平均权重较低，这与逆幂律一致。 在可视化图8中的热图后，我们注意到FreqSelect倾向于为对象边界分配更 …

在图像需要全局信息或者语音文本需要较长的sequence信息依赖的问题中，都能很好的应用dilated conv，比如图像分割、语音合成WaveNet、机器翻译ByteNet中。

膨胀卷积（dilated convolution）是通过跳过部分输入来使filter可以应用于大于filter本身长度的区域。 等同于通过增加零来从原始filter中生成更大的filter。

Mar 13, 2025 · 传统的扩张卷积使用全局固定的扩张率，无法适应不同区域的频率特征，限制了模型的表达能力。 所以，这篇论文提出一种 频率自适应空洞卷积（Frequency Adaptive Dilated …

此文记录如何使用pytorch的 nn.Conv2d API来做dilated convolution。 1. 输入数据的格式输入数据的shape为 ： [batch, in_channels, high, width] 2. nn.Conv2d的初始化参数def __init__ (self, …