Decovolutional图层与原始图层不匹配

Question

我想将FPN应用到我的网络。 在这里我有一个48 * 27层，在转换层后，它达到24 * 14，但在去卷积层后，它变为48 * 28，与48 * 27不同。所以这些层无法添加/ mul op。

如何解决此问题？我正在使用TensorFlow和“相同”＃39;填充方式。

Answer 1

问题是，对于以下所有输入形状，使用“SAME”填充和步长为2的卷积将具有24 * 14的输出形状：

48 * 27,48 * 28,47 * 27和47 * 28

因此tf.layers.conv2d_transpose本身无法知道正确的输出形状，并且它与每个尺寸加倍的对称情况一致：24 * 14 - ＆gt; 48 * 28

如果您想使用其他输出形状，可以使用lower level deconvolution：tf.nn.conv2d_transpose

使用它可以指定输出形状。

或者，您可以调整整个网络，使输入形状始终是步幅的倍数。然后，反卷积将始终预测正确的输出形状。