如果我们设置的dilation=0的话，效果如图：
蓝色为输入，绿色为输出，可见卷积核为3*3的卷积核
如果我们设置的是dilation=1，那么效果如图：
蓝色为输入，绿色为输出，卷积核仍为3*3，但是这里卷积核点与输入之间距离为1的值相乘来得到输出
好处：
这样单次计算时覆盖的面积（即感受域）由dilation=0时的3*3=9变为了dilation=1时的5*5=25
在增加了感受域的同时却没有增加计算量，保留了更多的细节信息，对图像还原的精度有明显的提升
相关文章
Pytorch nn.conv2d 的 参数 dilation =1 究竟是？
在pytorch 的 nn.conv2d 和 nn.ConvTranspose2d都有这个参数 dilation。而且默认参数值是 1。那么，当 dilation1 的时候，对应的究竟是 图1 还是 图2 ？是图2。 图1. 图2. 参考资料
Pytorch Tutorial
nn.Conv2d()中dilation参数的作用
nn.Conv2d()中dilation参数的作用
下面这张图很好的描述了这个参数的作用 优点：
这样每次进行单次计算时覆盖的面积（感受域）增大，最开始时3*3 9 然后是5*5 25最后是7*749，增加了感受域却并未增加计算量，…
常规-分组-深度分离-分组深度分离卷积-参数量-计算量-dilation-python实现
不同的卷积操作 本文所用样本一般的卷积（常规的）分组卷积深度分离卷积逐通道卷积（depthwise conv）逐点卷积 （pointwise conv） 分组深度分离卷积上面卷积总结卷积的dilation 本文所用样本 x t o r c h . z …
深度学习中常用的几种卷积（下篇）：膨胀卷积、可分离卷积（深度可分离、空间可分离）、分组卷积（附Pytorch测试代码）
卷积分类 一、膨胀卷积1.介绍2.调用方式3.实例4.缺点 二、可分离卷积1.空间可分离卷积1）介绍2）优点及缺点3）实例 2.深度可分离卷积1）介绍2）优点及缺点3）实例 三、分组卷积1.介绍2.调用方式以及nn.Conv2d的g…
tensorlfow 卷积操作解释
解释一下：
tf.keras.layers.Conv2D(filters,kernel_size,strides=(1, 1),padding=valid,data_format=None,dilation_rate=(1, 1),groups=1,activation=None,use_bias=True,kernel_initializer=glorot_uniform,bias_initializer=zeros,kernel_regularizer=None,bias_regulariz…
dilation conv 和 deconv
最近工作要用到dilation conv，在此总结一下空洞卷积，并和deconv进行对比。
dilation conv
首先空洞卷积的目的是为了在扩大感受野的同时，不降低图片分辨率和不引入额外参数及计算量（一般在CNN中扩大感受野都需要使用s>1的con…
Halcon 形态学（膨胀(Dilation)、腐蚀（Erosion））
文章目录 1 形态学概念2 膨胀(Dilation) 算子介绍3 腐蚀（Erosion）算子介绍4 膨胀腐蚀 示例15 腐蚀膨胀 示例26 示例原图7 补充：结构元素概念1 形态学概念
图像的形态学处理是对图像的局部像素进行处理，用于从图像中提取有意义的局部图像细节。
通过改变局部区域的像素形态…
Torch 池化操作大全 MaxPool2d MaxUnpool2d AvgPool2d FractionalMaxPool2d LPPool2d AdaptivePool2d dilation详解
torch 池化操作 1 池化操作2 类型2.1 MaxPool2d()2.2 MaxUnPool2d()2.3 AvgPool2d()2.4 FractionalMaxPool2d()2.5LPPool2d()2.6AdaptiveMaxPool2d()2.7 AdaptiveAvgPool2d() 3 总结 自我学习记录，他人转载请注明出处 1 池化操作
作用： 提取图片重点特征…
nn.Conv2d中的dilation
参考链接：https://blog.csdn.net/jokerxsy/article/details/108614661
nn.Conv2d中的dilation
dilation 1： dilation2:
nn.Conv1d\nn.Conv2d以及groups\dilation参数的理解
文章目录 nn.Conv1dnn.Conv2dnn.Conv2d中groups参数和dilation参数的理解groupsdilation 参考 nn.Conv1d
代码:
nn.Conv1d(in_channels 16, out_channels 16, kernel_size (3,2,2), stride (2,2,1), padding [2,2,2])如果输入为:
x torch.randn(10,16,30,32,34)则:
1…
剪胀角 angle of dilation
Abaqus选择库伦摩尔塑性模型的时候，需要选择摩擦角和剪胀角。摩擦角物理意义明确，但何为剪胀角？如何影响结果呢？（这两个问题，暂无统一解，Abaqus默认剪胀角最小是0.1） The angle of d…
3.TransposedConv2d实现 （含dilation）
[C 基于Eigen库实现CRN前向推理]
第三部分：TransposedConv2d实现 （含dilation）
前言：(Eigen库使用记录)第一部分：WavFile.class (实现读取wav/pcm,实现STFT)第二部分：Conv2d实现第三部分：Tran…
对卷积层dilation膨胀的作用的理解，caffe-ssd dilation Hole算法解析
先转一篇大佬的博客论文阅读笔记：图像分割方法deeplab以及Hole算法解析 下面是caffe-ssd的vgg16输出后的变化，减少了一个pooling，stride1，然后下一层采用了 dilation方法，作用按上面博客说是
既想利用已经训练好的模…
理解Dilation convolution
论文：Multi-scale context aggregation with dilated convolutions
简单讨论下dilated conv，中文可以叫做空洞卷积或者扩张卷积。首先介绍一下dilated conv诞生背景[4]，再解释dilated conv操作本身，以及应用。
首先是诞生背景&a…
卷积膨胀 Dilation
参考：卷积的dilation操作
如果我们设置的dilation0的话，效果如图: 蓝色为输入，绿色为输出，可见卷积核为3*3的卷积核 如果我们设置的是dilation1，那么效果如图: 蓝色为输入，绿色为输出，卷积核仍…
卷积核膨胀（dilation）解析
本文转自http://blog.csdn.net/tangwei2014和https://blog.csdn.net/jiongnima/article/details/69487519，转载目的便于自己查看学习
第一位大神解析：
deeplab发表在ICLR 2015上。论文下载地址：Semantic Image Segmentation with Deep Conv…
【DL】卷积膨胀 Dilation
Backto DeepLearning Index dilation
dilation 是对 kernel 进行膨胀，多出来的空隙用 0 padding。用于克服 stride 中造成的 失真问题。 对应关系是 k d = ( k − 1 ) d + 1 k_{d} = (k -1)\times d + 1 kd
Pytorch中dilation（Conv2d）参数详解
目录 一、Conv2d 二、Conv2d中的dilation参数 一、Conv2d
首先我们看一下Pytorch中的Conv2d的对应函数（Tensor通道排列顺序是：[batch, channel, height, width]）：
torch.nn.Conv2d(in_channels, out_channels, kernel_size, str…
Linux 快速入门到实战【一】
一、操作系统概述
1. 计算机原理
现代计算机大部分都是基于冯.诺依曼结构，该结构的核心思想是将程序和数据都存放在计算机中，按存储器的存储程序首地址执行程序的第一条指令，然后进行数据的处理计算。
计算机应包括运算器、控制器、…