反捲積經常使用方法

反捲積     一個用於分類任務的深度神經網絡經過卷積來不斷抽象學習，實現分辨率的下降，最後獲得一個較小的FeatureMap，即特徵圖，一般大小爲 5 × 5 5\times5 5×5或者 7 × 7 7\times7 7×7。而圖像分割任務須要恢復與原尺寸大小同樣的圖片，因此須要從這個較小尺度的特徵圖回覆原始圖片尺寸，這是一個上採樣過程。因爲這個過程與卷積正好是對應的逆操做，因此一般稱爲反捲積

>>阅读原文<<