Deep learning 三维体图像的三条正交（轴）二维卷积

由于3D卷积需要太多的计算成本，所以我更喜欢使用2D conv。我的动机是在体积图像中使用2D conv来降低成本

我想沿着三条正交线进行二维卷积，得到三个结果，每个结果都属于其中一条正交线。更清楚地说，假设我有一个三维体积图像。我希望使用xy、xz和yz轴的2D conv，而不是应用3D conv。然后，我希望得到3种不同的体积结果。每个结果表示三个不同的正交

---

有办法吗？谢谢您的帮助。

您可以排列图像。（一些框架，如

numpy

称之为

transpose

）

假设我们使用

3x3

卷积核

# A batch of 16 3 channel images (channels first)
a = tensor(shape=[16,3,1920,1080])

# 2D conv will slide over a `1920 x 1080` image, kernel size is `3 x 3 x 3`
a.shape is (16,3,1920,1080)

# 2D conv will slide over a `3 x 1080` image, kernel size is `1920 x 3 x 3`
a.permute(0,2,1,3)
a.shape is (16,1920,3,1080)

# 2D conv will slide over a `1920 x 3` image, kernel size is `1080 x 3 x 3`
a.permute(0,3,2,1)
a.shape is (16,1080,1920,3)

---

如果一开始有5个元素的张量（批次、通道、深度、高度、宽度），会怎么样？假设我的初始张量形状是：[1,1,5192192]，那么2d conv参数的输入应该是什么？我将使用PyTorch框架torch.nn.Conv2d（in_channels，out_channels，kernel_size，…）总体思路是相同的，您只需适应另一个维度，并排列四次。然而，PyTorch的文档中指出，

Conv2d

输入形状张量

（N，C，H，W）

，因此我认为它无法处理您的额外维度。您最初的回答并不好，谢谢。但我对形状有点困惑。1） 您的初始高度和宽度为32x32。然后它变成了1080年和1920年。这是什么原因？哦！那是个错误，我的错。我最初尝试使用

32 x 32

，但将其更改为

1920 x 1080

midway以具有不同大小的轴。它应该以

a=tensor（shape=[16,319201080]）

开始。我会编辑我的帖子！好吧，那么，我会试着告诉你我的结果。谢谢你抽出时间。