Dilated conv在ICLR 2016上提出。其主要作用是在不增加参数和模型复杂度的条件下，可以指数倍的扩大视觉野（每一个输出是由视觉野大小的输入所决定的）的大小。 其中参数dilated 指的是kernel与kernel、kernel和空白的间隔数量(从下图中可以看出这一效果。蓝色的矩形表示视觉野。红色的小点表示kernel。在图a中，kernel是33，视觉野是33，dilated=1；在图b中，kernel是33，但是视觉野是77，dilated=2；在图c中，kernel是33，但是视觉野是1515，dilated=4. 可以看出在dilated（扩展系数）扩大时，视觉野同样扩大。下面，我们使用1D的数据来详细看一下dilated。从下图可以看出，当dilated=2时，每一个输出，“看到了”3个输入（虽然其中2-1=1被忽略了）。当dilated=4时，“看到了”5个输入（4-1=3个被忽略了）
相关文章：