E-net深度学习架构

时间:2019-01-18 05:59:18

标签: deep-learning conv-neural-network image-segmentation max-pooling

该研究论文可在以下链接获得:

https://arxiv.org/pdf/1606.02147.pdf

无法理解Enet体系结构的初始模块。

第3页的研究论文中给出的声明

ENet初始块。 MaxPooling是在不重叠的2×2窗口中执行的, 卷积具有13个过滤器,连接后最多可累加16个特征图。 initial block of e-net

问题是,连接后如何获得16个过滤器?

1 个答案:

答案 0 :(得分:0)

让我们举个例子,假设输入图像的暗淡为(128,128,3),现在转换为((3,3),2,13),其中2是跨步大小,13是过滤器数量,我们得到的输出为(64,64,13)(基本转换操作)。现在在右边的块中,我们有max-pool,它返回的输出为(64,64,3)。在两个输出的concat上,我们都有(64,64,16)