深度学习基础知识之Atrous卷积（空洞卷积）
太久不看代码确实生疏了，盯着一堆不同的dilation，不知道有什么作用，论文中说是Atrous卷积，原来就是空洞卷积的意思。
Dilated/Atrous Convolution 空洞卷积（膨胀卷积/扩张卷积）
空洞卷积是一种不增加参数量/运算量，同时增加输出单元感受野的一种方法，Atrous卷积，就是带洞的卷积，卷积核是稀疏的，此外，空洞卷积还可以捕捉多尺度上下文信息，通过设置不同的dilation rate，感受野就会不一样，也即获取了多尺度信息，多尺度信息在视觉任务中相当重要。
最初是在语义分割中提出来的dilation convolution，是为了解决FCN思想的语义分割中，输出图像的size要求和输入图像的一致需要upsample，但由于FCN中使用pooling操作来增大感受野，同时降低分辨率，导致upsample无法还原由于一些pooling导致的细节损失问题，为了减小这种损失，自然需要移除pooling层，因此空洞卷积应运而生。
简单来说，就是在原本实心的kernal元素之间按照一定的规律加0作为空格