【对扩张卷积的学习记录】

ICLR-2016-Dilated Convolution：MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS
论文地址：
https://arxiv.org/abs/1511.07122
代码地址：
https://github.com/fyu/dilation
https://github.com/bordesf/dilation

论文动机：
为了使卷积网络更适用于密集预测，作者开发了一个在不损失分辨率和覆盖情况下扩展感受野的卷积模块。

扩张卷积定义：
扩张卷积（dilated convolution），又叫空洞卷积或者膨胀卷积，其原理就是在kernel各个像素点之间加入0值像素点，变向的增大核的尺寸从而增大感受野。相比原来的正常卷积操作，扩张卷积多了一个参数：扩张率（dilation rate），指的是卷积核的点的间隔数量，比如常规的卷积操作dilatation rate为1。

扩张卷积图：

扩张卷积核尺寸：

扩张卷积输出尺寸：

扩张卷积存在棋盘效应问题，解决方法是使用锯齿状的卷积核，详细内容见参考链接。

参考：
https://www.cnblogs.com/zf-blog/p/12101300.html