Kas yra stride ir padding? Kaip jie veikia konvoliucijos išėjimo dydį?

Stride (konvoliucijos žingsnis) — tai parametras, kuris nustato, kiek pikselių (arba elementų) konvoliucijos filtras perkelia per įvesties vaizdą kiekvieno taikymo metu. Pavyzdžiui, stride=1 reiškia, kad filtras juda 1 pikselį, stride=2 — 2 piksliais ir t.t.

Padding (pildymas) — tai papildomų pikselių (dažniausiai nulinių) pridėjimas prie įvesties vaizdo kraštų prieš taikant konvoliuciją. Tai daroma norint kontroliuoti išėjimo dydį ir išsaugoti informaciją kraštuose.

Įtaka išėjimo dydžiui:

• Didėjant stride, išėjimo dydis mažėja, nes filtras praleidžia daugiau pozicijų.
• Padding didina įvesties dydį, leidžiant išlaikyti arba didinti išėjimo dydį.

Formulė išėjimo dydžiui apskaičiuoti (vienai dimensijai):

Išėjimas = floor((Įvestis + 2 * Padding - KernelSize) / Stride) + 1

Kur:

• Įvestis — įvesties vaizdo dydis šioje dimensijoje
• KernelSize — filtro dydis
• Padding — pridėtų pikselių skaičius kiekvienoje pusėje
• Stride — žingsnis filtro judėjimui

Pavyzdžiui, įvestis 7, kernel=3, padding=1, stride=1: Išėjimas = floor((7 + 2*1 - 3)/1) + 1 = floor(7) + 1 = 7

Taigi, išėjimo dydis išlieka tas pats.