随着图像处理技术的快速发展,标准卷积已广泛应用在神经网络中。但标准卷积和池化的一系列操作已经丢失了一些底层的信息,大量的模型开始使用一种新的空洞卷积核去改变这种现状,但是在设计上同样存在一些问题。基于此,笔者分析了产生问题的原因以及解决方法,首先从标准卷积网络、空洞卷积、改进的空洞卷积3各方面分析了,进而分析了空洞卷积的应用,希望能够为相关研究提供借鉴。
科研之友
微信
新浪微博
Facebook
分享链接
