卷积、池化操作的尺寸变化

用代码看下各层信息（以ResNet18为例）

model=models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1) #初始化模型
print(model) #查看模型层信息
summary(model,(1,3,224,224)) #输入输出信息

从上图得知，用了64个3通道的卷积核（尺寸7，步长2，扩充3）、池化核尺寸3步长2扩充1

对于(1,3,224,224)的输入，卷积后输出64个112*112的特征图，池化后输出64个56*56的特征图

卷积和池化后尺寸计算公式，默认向下取整

 

三个关键词：

• • kernel_size——卷积核大小
  • padding——边缘扩充，一般四周填充0
  • stride——卷积核移动步长

卷积核会按步长遍历图像，把卷积核框住的像素进行卷积（对应像素相乘求和）得到1个中心像素值（例如3*3的核9个像素用1个像素代表）。卷积就是把卷积核范围内的像素变成中心一个像素。

 如果遍历后图像尺寸不变，那么步长取1，且扩充p=(k-1)/2

为了使卷积核的中心可以遍历边缘的像素，所以通过padding扩充原图。

另一个案例

上图中网络结构：2个卷积层(Convolutions)+2个池化层(Subsampling)+3个全连接层(Full connection)

上图中数据的计算：

32*32如何得到28*28，5*5的卷积核（默认步长为1，无pading）遍历图像，图像边缘处上下左右各丢失2行（列）像素，所以32-4=28。

14*14如何得到10*10，计算同上，14-4=10。

28*28→14*14与10*10→5*5是如何得到的，下述代码中池化层设置的是2，即图像大小除2

@前的1→6→16是如何得到的，1是32*32的原图为单通道（RGB图要写成3），6、16是下述代码中卷积层设置的。

16@5*5即400→120→84→10是如何得到的，120、84是下述代码中全连接层设置的，10是类别数（即分10类问题，如果是分猫狗两类，那就是2）

值得注意的是上图的16@5*5中的5*5（下图绿框）是计算出来的：1、10是单通道图，10分类问题。其他数据可以自己设定。

32*32原图→经5*5卷积→28*28图→经池化层参数2→14*14图→经5*5卷积→10*10图→经池化层参数2→5*5图