Конволюцията в дълбочина е тип конволюция, при която прилагаме единичен конволюционен филтър за всеки входен канал. В обикновената 2D конволюция, извършвана върху множество входни канали, филтърът е толкова дълбок, колкото и входа и ни позволява свободно да смесваме канали, за да генерираме всеки елемент в изхода.
Какво е дълбочинна и точкова конволюция?
Конволюция в дълбочина, т.е. пространствена конволюция, извършена независимо за всеки канал на вход. Конволюция по точка, т.е. 1x1 конволюция, проектираща каналите, изведени от дълбочината конволюция, върху ново пространство на канала.
Какво е точкова конволюция?
Pointwise Convolution е тип конволюция, която използва ядро 1x1: ядро, което итерира през всяка една точка. … Може да се използва във връзка с дълбочинни навивки, за да се произведе ефикасен клас конволюции, известни като дълбочинно отделими навивки.
Коя от следните мрежи има дълбочинно отделяема конволюция?
Дълбока остатъчна невронна мрежа (ResNet) постигна голям успех в приложенията за компютърно зрение. Освен това, Chen et al. [35] са приложили успешно дълбочинно отделими слоеве на конволюция в областта на компютърното зрение за семантична сегментация.
Как работи 3D конволюция?
В 3D конволюция 3D филтър може да се движи във всички 3-посоки (височина, ширина, канал на изображението). Ввсяка позиция, поелементното умножение и събиране осигуряват едно число. Тъй като филтърът се плъзга през 3D пространство, изходните числа също са подредени в 3D пространство. Тогава изходът е 3D данни.
