CNN卷积输出尺寸计算(公式+实例)

目录

计算公式

无论多么复杂的网络,其输出尺寸(Width 或 Height)都遵循下面这个黄金公式:

参数含义:

注意: 如果结果不是整数,通常采用"向下取整"(Floor),但在某些框架的特定 Padding 模式下会有不同,建议以整数对齐为准。

公式解释

  • W−F: 你的桌布长度减去尺子长度,得到的是尺子能移动的总范围。
  • +2P: 如果你在桌布两端各接长了一块(Padding),你的移动范围就变大了。
  • ÷S: 尺子不是一毫米一毫米挪的,而是一跳一跳挪的。除以步长,就是算算一共能跳多少下。
  • +1: 这是一个最容易忘掉的项!因为尺子起始位置本身就占了一次计数。

具体例子


例子3:下采样(缩小图片)

假设输入 7x7,卷积核 3x3,填充 0,步长 2。

计算:

结果: 输出尺寸为 3x3。可以看到,步长 S=2 成功让图像面积缩小了 4 倍以上。

特殊情况:空洞卷积

此时卷积核的有效尺寸F会发生变化

  • 如果卷积核大小为 k,空洞率为 d,则等效卷积核大小 F=k+(k−1)(d−1)。
  • 把这个新的 F 代入上面的黄金公式即可。
相关推荐
A.说学逗唱的Coke4 分钟前
【大模型专题】别再用 HTTP 直连 Agent 了:用 Kafka 承载 A2A 协议,从 PoC 走到生产
人工智能·kafka·a2a
资讯综合14 分钟前
2026企业AI平台选型指南:多维视角下的主流方案解析
人工智能
资讯综合14 分钟前
向日葵 vs ToDesk 个人远控横评:PC/手机/弱网/远程开机实测(26年9月更新)
人工智能
布吉岛的石头20 分钟前
Java 程序员第 48 阶段15:Transformer 架构总览与自注意力直觉,注意力权重可视化:用 Java 打印注意力矩阵理解模型在看什么
人工智能·深度学习·transformer
正经教主27 分钟前
【FDE系列】阶段1Day 11:Prompt — 给模型立规矩
人工智能·fde
海上小飞龙43 分钟前
LangChain 模型调用:invoke、stream、batch 到底该怎么选?
人工智能·语言模型·自然语言处理
美狐美颜sdk1 小时前
直播APP开发技术栈详解:视频美颜SDK、人脸识别与实时渲染
android·人工智能·音视频·美颜sdk·直播美颜sdk
jason_renyu1 小时前
Windows 环境下 Python 方式安装 Milvus 向量库与 Attu 避坑指南
人工智能·milvus·windows安装milvus·windows安转向量库
tianxuanjg1 小时前
机器人谐波减速器柔轮结构件采购指南:复杂薄壁精密件加工选型要点
人工智能·经验分享·机器人·无人机·制造