微信公众号：OpenCV学堂
关注获取更多计算机视觉与深度学习知识
PyTorch 2.x 是一个最新的版本，提供了许多新的功能和改进。如何在 PyTorch 2.x 中实现常见的卷积操作，包括：
标准卷积（Conv2d）深度可分离卷积（Depthwise Separable Convolution）转置卷积（Transposed Convolution）空洞卷积（Dilated Convolution）
1.标准卷积 (Conv2d)
标准卷积是最常见的卷积操作，用于提取特征图。
import torchimport torch.nn as nn# 定义一个标准的2维卷积层conv_layer = nn.Conv2d(in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=1)# 创建一个输入张量（批量大小，通道数，高度，宽度）input_tensor = torch.randn(8, 3, 32, 32)# 前向传播output_tensor = conv_layer(input_tensor)print(output_tensor.shape) # 输出形状 (8, 64, 32, 32)
2. 深度可分离卷积 (Depthwise Separable Convolution)
深度可分离卷积将标准卷积分解为深度卷积和逐点卷积。
class DepthwiseSeparableConv(nn.Module):def __init__(self, in_channels, out_channels, kernel_size=3, stride=1, padding=1):super(DepthwiseSeparableConv, self).__init__()self.depthwise = nn.Conv2d(in_channels, in_channels, kernel_size, stride, padding, groups=in_channels)self.pointwise = nn.Conv2d(in_channels, out_channels, 1)def forward(self, x):return self.pointwise(self.depthwise(x))# 定义一个深度可分离卷积层ds_conv_layer = DepthwiseSeparableConv(in_channels=3, out_channels=64)# 创建一个输入张量（批量大小，通道数，高度，宽度）input_tensor = torch.randn(8, 3, 32, 32)# 前向传播output_tensor = ds_conv_layer(input_tensor)print(output_tensor.shape) # 输出形状 (8, 64, 32, 32)
3. 转置卷积 (Transposed Convolution)，转置卷积用于上采样操作。
# 定义一个转置卷积层trans_conv_layer = nn.ConvTranspose2d(in_channels=64, out_channels=3, kernel_size=4, stride=2, padding=1)# 创建一个输入张量（批量大小，通道数，高度，宽度）input_tensor = torch.randn(8, 64, 16, 16)# 前向传播output_tensor = trans_conv_layer(input_tensor)print(output_tensor.shape) # 输出形状 (8, 3, 32, 32)
4. 空洞卷积 (Dilated Convolution)
空洞卷积通过在卷积核中引入间隙来扩大感受野。
# 定义一个空洞卷积层dil_conv_layer = nn.Conv2d(in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=2, dilation=2)# 创建一个输入张量（批量大小，通道数，高度，宽度）input_tensor = torch.randn(8, 3, 32, 32)# 前向传播output_tensor = dil_conv_layer(input_tensor)print(output_tensor.shape) # 输出形状 (8, 64, 32, 32)
掌握这个四种经典的卷积网络算子，在计算机视觉任务中非常有用，从图像分类、图像分类、目标检测、实例分割、姿态评估、语义分割等模型中都有它们的身影。
