對卷積神經網絡 3D 或多光譜圖像中 2D、3D 卷積的理解混淆

Question

有人請解釋使用 3D 或多光譜圖像的 CNN（深度學習）中 2D 和 3D 卷積之間的區別嗎？

Answer 1

所有卷積操作都有填充以保持輸出大小 [w, h]

• 二維卷積

  輸入大小 = [w, h]

  轉換過濾器 = [n, n]

  輸出尺寸 = [w, h]

• 3D 卷積

  輸入大小 = [w, h, c]

  轉換過濾器 = [n, n, d]

  輸出大小 = [w, h, c']

• 3D 輸入的 2D 卷積（通常使用這種形式）

  輸入大小 = [w, h, c]

  轉換過濾器 = [n, n, c]

  輸出尺寸 = [w, h]

  如果要使用 [w, h, c'] 獲得輸出大小，則需要 c' 次操作。