反捲積常用方法

反捲積     一個用於分類任務的深度神經網絡通過卷積來不斷抽象學習，實現分辨率的降低，最後得到一個較小的FeatureMap，即特徵圖，通常大小爲 5 × 5 5\times5 5×5或者 7 × 7 7\times7 7×7。而圖像分割任務需要恢復與原尺寸大小一樣的圖片，所以需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。由於這個過程與卷積正好是對應的逆操作，所以通常稱爲反捲積

>>阅读原文<<