1.4 Padding
Last updated
Last updated
如果有一个的图像,用的过滤器做卷积,输出的维度就是
这样的话会有两个缺点:
每次做卷积操作,输出图片尺寸缩小
原始图片边缘信息对输出贡献得少,输出图片丢失边缘信息
角落边缘的像素(绿色阴影标记)只被一个输出所触碰或者使用,中间的像素点(红色方框标记)会有许多3×3的区域与之重叠。角落或者边缘区域的像素点在输出中采用较少,丢掉了图像边缘位置的许多信息
可以在卷积操作之前填充这幅图像。沿着图像边缘再填充一层像素,6×6的图像填充成8×8的图像。就得到了一个尺寸和原始图像6×6的图像。习惯上,可以用0去填充,如果是填充的数量,输出也就变成了。涂绿的像素点(左边矩阵)影响了输出中的这些格子(右边矩阵)。这样角落或图像边缘的信息发挥的作用较小的这一缺点就被削弱了
选择填充多少像素,通常有两个选择,分别叫做Valid卷积和Same卷积
Valid卷积意味着不填充,如果有一个的图像,用一个的过滤器卷积,会给一个维的输出
另一个叫做Same卷积,填充后输出大小和输入大小是一样的。由,当填充个像素点,就变成了,公式变为:
即:
当是一个奇数,只要选择相应的填充尺寸就能确保得到和输入相同尺寸的输出
计算机视觉中,通常是奇数,有两个原因:
如果是偶数,只能使用一些不对称填充
当有一个奇数维过滤器,比如3×3或者5×5的,它就有一个中心点,便于指出过滤器的位置