吃透空洞卷积 (Dilated Convolutions) - 知乎
一、空洞卷积的提出 空洞卷积中文名也叫 膨胀卷积或者扩张卷积,英文名也叫Atrous Convolution空洞卷积最初的提出是为了解决图像分割的问题而提出的,常见的图像分割算法通常使用池化层 …
扩张卷积(dilated convolution) - 知乎
原理 扩张卷积 （Dilated Convolution）也被称为 空洞卷积 或者 膨胀卷积，是在标准的卷积核中注入空洞，以此来增加模型的感受野（reception field）。相比原来的正常卷积操作，扩张卷积 …
轻松涨点！频率自适应空洞卷积 | Frequency-Adaptive Dilated …
轻松涨点！频率自适应空洞卷积 | Frequency-Adaptive Dilated Convolution For Semantic Segmentation CVPR2024 Highlight
(即插即用模块-Convolution部分) 十八、 (2024 CVPR) FADConv 频 …
Mar 13, 2025 · 1、Frequency Adaptive Dilated Convolution 扩张卷积在扩大感受野的同时，也降低了频率响应，导致高频信息丢失，出现混叠现象，影响模型性能。传统的扩张卷积使用全局 …
空洞（扩张）卷积（Dilated/Atrous Convolution） - 知乎
空洞（扩张）卷积（Dilated/Atrous Convolution） 一.提出原因 空洞卷积 （dilated convolution）是 针对图像语义分割问题中下采样会降低图像分辨率、丢失信息 而提出的一种卷积思路。 …
dilated convolution - 知乎
此文记录如何使用pytorch的 nn.Conv2d API来做dilated convolution。 1. 输入数据的格式输入数据的shape为 ： [batch, in_channels, high, width] 2. nn.Conv2d的初始化参数def __init__(self, …
如何理解空洞卷积（dilated convolution）？ - 知乎
Dilated Convolution with a 3 x 3 kernel and dilation rate 2 不过光理解他的工作原理还是远远不够的，要充分理解这个概念我们得重新审视卷积本身，并去了解他背后的设计直觉。以下主要讨 …
Hifigan感受野计算 - 知乎
一.HifiGAN生成器架构对HIFIGAN架构进行彻底地剖析是能够进行改造的前提，这次是想把hifigan弄成流式推理，所以得分析其感受野。 HIIFIGAN主要包括生成器和判别器，由于最终 …
文献阅读：Frequency-Adaptive Dilated Convolution for Semantic …
论文题目：Frequency-Adaptive Dilated Convolution for Semantic Segmentation 发表时间：2024 作者： Linwei Chen, Lin Gu, Dezhi Zheng, Ying Fu会议：Proceedings of the IEEE/CVF …
对Dilated Convolution理解 - 知乎
如果考虑到这个2-dilated convolution的前一层有一个1-dilated convolution的话，那么每个红点就是1-dilated的卷积输出，感受野为3x3，所以1-dilated和2-dilated合起来就能达到7x7的卷积； (c) …