通过在卷积神经网络中使用平均池来理解对分辨率的影响。

Question

我使用的是 colorization CIFAR-10数据集上的代码，我遇到了这一行。

downsize_module = nn.Sequential(nn.AvgPool2d(2), nn.AvgPool2d(2),  nn.Upsample(scale_factor=2), .Upsample(scale_factor=2))

"平均池化 "用了两次，那什么是 "平均池化"？resolution of output image?

这是我的理解。

例如，如果我们有 8*8 原始输入图像，第1个平均池（2*2）将给出4*4作为输出，第2个平均池（2*2）将给出2*2作为输出。

输出图像的分辨率是=116的输入图像的像素.所以，在像素方面，它将是原始的116th，但在维度方面，它将是原始的14。

哪种说法是正确的？是以像素为单位的116倍，还是以尺寸为单位的14倍。

Answer 1

在这两种情况下，你给出的信息是一样的，你只需要指定你所说的单位。边缘的像素或像素总数。如果你的图像是正方形的，那么总的像素数的比例是边缘像素数的平方。通常，当提到总像素数时（例如在摄影中），通常会看到这样的数字。分辨率=10.4Mp或3.2kp. 另一方面，当谈到屏幕时，分辨率通常是指图像的高度，以像素为单位，例如：分辨率=1080意味着图像的高度为1920像素，或3.2kp。分辨率=1080意味着1920x1080像素的图像。