Now Loading...

Now Loading...

Dilation convolution

Dilation convolution

Dilation convolutionは畳み込み処理の手法の一つです。

この畳み込み処理ではフィルターとの積を取る相手の間隔を開ける手法です。図の例ではDilationは2で、7×7の画像に3×3のフィルターを適用すると3×3の特徴マップが得られ、Dilationが3のときは1×1の特徴マップを得ています。この手法では特徴マップに対して入力画像の大域的な情報が組み込まれるといったメリットがあります。一般に画像のサイズがN×N,フィルタn×n,Dilationがaの時、得られる特徴マップのサイズは{N-a(n-1)}×{N-a(n-1)}となります。

クイズ

畳み込みには様々な計算手法があり、その一つがDilated/Atrous畳み込みである。この手法による計算に関して、カーネルの大きさが7×7、dilation rateが2の時、画像の中でフィルターと重なる部分の大きさとして、最も適切な選択肢を一つ選べ。
  • 正解を見る
  • 解説を見る
    dilation rateが2の場合、カーネルは1つずつ間隔を開けて畳み込みを行います。つまり7×7のカーネルに関して間隔を考えると、(7+6)×(7+6)=13×13が一回の畳み込み計算の際に画像とカーネルが重なる部分の大きさになるわけです。

特別割引クーポンのお知らせ

zero to one G検定 jdla

zero to one G検定 jdla

関連ワード

ディープラーニングの手法

畳み込みニューラルネットワーク

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化