Deep learning E-net深度学习体系结构

研究论文可通过以下链接获得：

无法理解Enet体系结构的初始块

第3页研究论文中给出的声明：

ENet初始块。MaxPooling使用非重叠的2×2窗口执行， 卷积有13个滤波器，经过拼接后总共有16个特征映射。

---

所以问题是，我们如何在串联后得到16个过滤器

让我们举一个例子，假设输入图像的dims为

（128128,3）

，现在conv为

（（3,3），2,13）

，其中

2

是步幅大小，

13

是过滤器的数量，我们得到的输出为

（64,64,13）

（基本conv操作）。现在在右边的块中，我们有了

max pool

，它将输出返回为

（64,64,3）

。在

concat

两个输出上，我们有

（64,64,16）

在conv之后，我们得到了13个64x64的特征图，在输入图像的最大池化之后，我们得到了一个图像。然后，通道（3）如何添加特征映射（13）的数量？

13

表示conv层的通道输出，它与max pool层的

3

通道连接，。