keras中的深度可分离卷积 SeparableConv2D与DepthwiseConv2D的区别
一, Keras SeparableConv2D,分两步完成卷积: Depthwise Conv 和 Pointwise Conv。
Depthwise Conv对每个通道进行卷积,Pointwise Conv为1*1的卷积核,深度根据需求定义。Keras SeparableConv2D较正常的卷积,可以大大节省参数。
二,DepthwiseConv2D相当于 SeparableConv2D的第一步,称之为深度卷积。depth_multiplier 参数控制深度步骤中每个输入通道生成多少个输出通道。深度方向卷积输出通道的总数将等于 filterss_in * depth_multiplier。
三,SeparableConv2D与普通卷积的参数量比较