FF-Net中为何选择使用1*1的卷积核呢？

MinZHANG-WHU / FDCNN

The implementation of FDCNN in paper - A Feature Difference Convolutional Neural Network-Based Change Detection Method

https://github.com/MinZHANG-WHU/FDCNN

73 stars 26 forks source link

Open zwj163021 opened 4 years ago

zwj163021 commented 4 years ago

张博，您好！刚拜读了您的文章，有个小小的疑问还望您指教。对于文中提到的FF-Net，我的理解是以特征差异图为输入数据进行像素分类，这里为何选择使用11的卷积核呢？为何不使用考虑了空间上下文关系的卷积核呢（比如33，空洞卷积...）？

MinZHANG-WHU commented 4 years ago

您好，FF-Net的作用是融合多个特征，即为每个特征定权，可以看成线性加权计算过程；考虑空间上下文关系的卷积核已经通过VGG16实现。