上采样、上池化、双线性插值、反卷积梳理
在深度学习的网络模型中，不但有通过卷积获得图像特征，而且也有一些放大操作，例如FCN、U-Net等等。这些操作有上采样（Upsampling）、上池化（Unpooling）、双线性插值、反卷积。下面对这四个进行梳理。一、上采样（Upsampling）上采样概念：上采样指的是任何可以让图像变成更高分辨率的技术。最简单的方式是重采样和插值：将输入图片进行缩放到一个想要的尺寸，而且计算每个...
