卷积层(6)

1d/2d/3d卷积

卷积运算：卷积核在输入信号（图像）上滑动，相应位置上进行乘加 卷积核：又称为滤波器，过滤器，可认为是某种模式，某种特征。 卷积过程类似于用一个模版去图像上寻找与它相似的区域，与卷积核模式越相似，激活值越高，从而实现特征提取

卷积维度：一般情况下，卷积核在几个维度上滑动，就是几维卷积

nn.Conv2d

nn.Conv2d 功能：对多个二维信号进行二维卷积 主要参数：

• in_channels：输入通道数
• out_channels：输出通道数，等价于卷积核个数
• kernel_size：卷积核尺寸
• stride：步长
• padding：填充个数
• dilation：空洞卷积大小
• groups：分组卷积设置
• bias：偏置

尺寸计算： 简化版： 完整版：

import os
import torch.nn as nn
from PIL import Image
from torchvision import transforms
from matplotlib import pyplot as plt
from tools.common_tools import transform_invert, set_seed

set_seed(3)  # 设置随机种子

# ================================= load img ==================================
path_img = os.path.join(os.path.dirname(os.path.abspath(__file__)), "lena.png")
img = Image.open(path_img).convert('RGB')  # 0~255

# convert to tensor
img_transform = transforms.Compose([transforms.ToTensor()])
img_tensor = img_transform(img)
img_tensor.unsqueeze_(dim=0)    # C*H*W to B*C*H*W

# ================================= create convolution layer ==================================

# ================ 2d
flag = 1
# flag = 0
if flag:
    conv_layer = nn.Conv2d(3, 1, 3)   # input:(i, o, size) weights:(o, i , h, w)
    nn.init.xavier_normal_(conv_layer.weight.data)

    # calculation
    img_conv = conv_layer(img_tensor)

转置卷积 (TransposeConvolution)

转置卷积又称为反卷积(Deconvolution)和部分跨越卷积(Fractionally-stridedConvolution)，用于对图像进行上采样(UpSample) 为什么称为转置卷积？ 假设图像尺寸为44，卷积核为33，padding=0，stride=1 正常卷积：图像：I161 卷积核：K𝟒∗𝟏𝟔 输出：O𝟒∗𝟏=K𝟒∗𝟏𝟔∗I𝟏𝟔∗𝟏 转置卷积：假设图像尺寸为22，卷积核为3*3，padding=0，stride=1 图像：I𝟒∗𝟏卷积核：K𝟏𝟔∗𝟒输出：O𝟏𝟔∗𝟏=K𝟏𝟔∗𝟒∗I𝟒∗𝟏 nn.ConvTranspose2d 功能：转置卷积实现上采样 主要参数：

• in_channels：输入通道数
• out_channels：输出通道数
• kernel_size：卷积核尺寸
• stride：步长
• padding：填充个数
• dilation：空洞卷积大小
• groups：分组卷积设置
• bias：偏置

# flag = 1
flag = 0
if flag:
    conv_layer = nn.ConvTranspose2d(3, 1, 3, stride=2)   # input:(i, o, size)
    nn.init.xavier_normal_(conv_layer.weight.data)

    # calculation
    img_conv = conv_layer(img_tensor)


# ================================= visualization ==================================
print("卷积前尺寸:{}\n卷积后尺寸:{}".format(img_tensor.shape, img_conv.shape))
img_conv = transform_invert(img_conv[0, 0:1, ...], img_transform)
img_raw = transform_invert(img_tensor.squeeze(), img_transform)
plt.subplot(122).imshow(img_conv, cmap='gray')
plt.subplot(121).imshow(img_raw)
plt.show()