CNN：輸入步幅與輸出步幅

Question

在論文'全卷積網絡語義分割' 作者在去卷積的上下文中區分輸入步幅和輸出步幅。 這些術語如何互相不同？

Answer 1

輸入大步是過濾器的步幅。你在輸出中移動了多少過濾器。

輸出步幅這實際上是一個名義值。我們在做了幾次卷積，最大化池操作後，在CNN中獲得了特徵映射。假設我們的輸入圖像是224 * 224而我們的最終功能圖是7 * 7。

然後我們說我們的輸出步幅：7分之224= 32（近似發生的事情向下採樣後的圖像。）

這tensorflow script形容這是什麼輸出步幅，以及如何在FCN使用這是密集預測的情況。

一個使用輸入與 空間維度的倍數爲32加1，例如[321，321]。在 這種情況下，ResNet輸出處的特徵映射將具有與輸入圖像邊角完全對齊的空間形狀 [（height_1）/ output_stride_1，（width_1）/ output_stride_1]， 便於將特徵與圖像對齊。使用圖像作爲輸入[225,225] 圖像在最後的ResNet塊的輸出處產生[8,8]特徵映射。