前言

实际上就是看PASCAL VOC2012数据集讲解与制作自己的数据集的一点笔记，把重点的记下来了。

VOC2012

数据集官方地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html

前言

首先放一张四种归一化的对比

前言

是在研究训练过程中遇到的

F.conv2d与nn.Conv2d

也就是torch.nn.functional.conv2d实际上是torch.nn.Conv2d的另一个用法，可以直接指定卷积核和偏置的值。 这在通常情况下是用不到的，因为卷积核的值都是训练得到的。但在一些相关运算（correlation）时，需要指定卷积核的值。首先回顾一下nn.Conv2d

# Conv2d的用法
import torch
x1 = torch.rand([1,256,255,255])
conv = torch.nn.Conv2d(in_channels=256,
                       out_channels=1,
                       kernel_size=3)
out = conv(x1)

概念

感受野 (receptive field, RF)是卷积神经网络每一层输出的特征图上的像素点在原始图像上映射的区域大小。

在网上看到了一张很好的图，可以表示整个关系。

注意：计算感受野大小时，忽略了图像边缘的影响，即不考虑padding的大小。

Conv1d

torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True, padding_mode='zeros')

和Conv2d处理[N,C,H,W]相比，只是处理处理的数据为[N,C,L]，其余相同。