【一文理解】下采样与上采样区别

目录

下采样

上采样

注意


下采样

原理

对图像进行1/n下采样,原图像分辨率为H*W,下采样分辨率变为(H/n)*(W/n)

作用

  • 压缩Feature Map
  • 降维减少提取特征
  • 降低模型计算量
  • 避免模型过拟合

本质

过滤无关信息,保留关键信息

方法

主要通过是池化层或卷积层进行下采样

  • 采用stride为2的池化层,如Max-pooling和Average-pooling
  • 采用stride为2的卷积层,下采样是信息损失过程,用stride为2的可学习卷积层来代替不可学习的卷积层可以得到更好的效果,但会增加模型复杂度和计算量

上采样

原理

对图像进行n上采样,原图像分辨率为H*W,下采样分辨率变为(nH)*(nW)

作用

  • 放大Feature Map
  • 升维增加图像分辨

本质

反向提取特征,还原关键信息

方法

  • 双线性插值
  • 转置卷积

转置卷积是卷积的一种,可使图片恢复成卷积前的尺寸,但是对应像素点的数值改变。

工作流程:

  1. 在输入特征图元素间填充s-1行、列0,s表示转置卷积的步距(步距不等于步长)
  2. 在输入特征图四周填充k-p-1行、列0,k=kernel_size,p=padding
  3. 卷积核参数上下、左右翻转
  4. 做正常卷积运算(填充0,步距1)

注意

上采样不是下采样的逆操作

相关推荐
chh5633 小时前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
TomEval4 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai
ZhengEnCi4 小时前
AI 总模仿代码库里的过时写法怎么办:先清坏样例,再用类型与测试让 AI 无法犯错
人工智能·ai编程
一只爱撸猫的程序猿5 小时前
五周、两个开源仓库、九次拦截之后:AI 时代程序员缺的到底是什么
人工智能·后端·开源
GitCode官方5 小时前
开源鸿蒙跨平台直播|AI 时代,用 cj-tauri 开发鸿蒙 PC 应用
人工智能·华为·harmonyos·atomgit
老金带你玩AI6 小时前
GPT-6.2更强更便宜了,为什么还有人骂?
人工智能
CyrusYiVPP6 小时前
实测 uv 0.13.7:同一套包,pip 装 94 秒,它只用 19 秒
人工智能·python
泯泷6 小时前
OpenClaw 退潮背后,是 AI 圈“技术自嗨”的终结
人工智能·chatgpt·llm
罗西的思考6 小时前
【轻量化复刻大模型 / KIMI K3】Muon 优化器及 训练系统
人工智能·算法·机器学习
屿华AI6 小时前
AUTOSAR 实战-诊断工具 | 用 Claude Code 开发诊断测试工具:AI 协作开发实践
人工智能·测试工具