当前位置: 首页 > article >正文

卷积池化后的特征图尺寸计算

卷积池化后的特征图尺寸计算

  1. 卷积操作

假设输入特征图的长宽为inputsize,卷积核的尺寸为kernalsize,进行卷机操作时的补0数记作padding,步长为stride,那么输出特征图的大小outsize为:

o u t s i z e = i n p u t s i z e − k e r n a l s i z e + 2 ∗ p a d d i n g s t r i d e + 1 outsize=\frac{input size-kernal size+2*padding}{stride}+1 outsize=strideinputsizekernalsize+2padding+1

  1. 反卷积操作

假设输入特征图的长宽为inputsize,卷积核的尺寸为kernalsize,进行卷机操作时的补0数记作padding,步长为stride,那么输出特征图的大小outsize为:
o u t s i z e = ( i n p u t s i z e − 1 ) ∗ s t r i d e + k e r n a l s i z e − 2 ∗ p a d d i n g outsize=(inputsize-1)*stride+kernalsize-2*padding outsize=(inputsize1)stride+kernalsize2padding
3. 空洞卷积操作

假设输入特征图的长宽为inputsize,卷积核的尺寸为kernalsize,进行卷机操作时的补0数记作padding,步长为stride,空洞率记作d,那么输出特征图的大小outsize为:

o u t s i z e = i n p u t s i z e − d ∗ ( k e r n a l s i z e − 1 ) − 1 + 2 ∗ p a d d i n g s t r i d e + 1 outsize=\frac{input size-d*(kernal size-1)-1+2*padding}{stride}+1 outsize=strideinputsized(kernalsize1)1+2padding+1
4. 池化操作

假设输入特征图的长宽为inputsize,核的尺寸为kernalsize,步长为stride,那么输出特征图的大小outsize为:

o u t s i z e = i n p u t s i z e − k e r n a l s i z e s t r i d e + 1 outsize=\frac{input size-kernal size}{stride}+1 outsize=strideinputsizekernalsize+1


http://www.kler.cn/a/17484.html

相关文章:

  • c++写一个死锁并且自己解锁
  • Axure设计之文本编辑器制作教程
  • acwing算法基础02一高精度,前缀和,差分
  • 前端:块级元素和行内元素
  • idea 解决缓存损坏问题
  • Prometheus面试内容整理-Prometheus 的架构和工作原理
  • 【Python】Pandas的一系列经典操作(非常实用)
  • 阿里云Alibaba Cloud Linux镜像系统介绍及常见问题解答FAQ
  • Scrum敏捷开发和项目管理流程及工具
  • 量子退火Python实战(3):投资组合优化(Portfolio) MathorCup2023特供PyQUBO教程
  • 【五一创作】ERP实施-委外业务-委外采购业务
  • Log4j.properties配置详解
  • 代码随想录复习 203 移除链表元素
  • nssctf web (3)
  • 八股+面经
  • 一个go http和grpc客户端库
  • Zigbee 无线串口通信模块( DL-22 )
  • 【Python入门篇】——Python基础语法(标识符与运算符)
  • 文献集锦 | 非因生物空间多组学技术在头颈部肿瘤中的研究策略
  • 7.3 有源滤波电路(1)
  • Springcloud--docker快速入门
  • k8s DCGM GPU采集指标项说明
  • 操作系统之死锁处理策略
  • 体验 nanoGPT
  • PWLCM分段线性混沌映射
  • 日语学习(一)