¿Cuál es la función de zeropad en CNN?

Zeropadding se ha utilizado particularmente en modelos basados ​​en autoencoder basados ​​en CNN durante la fase de decodificador. Para el proceso de desconvolución, zeropad se utiliza como precursor de la muestra ascendente o de la capa de desenrollado. Hasta los últimos tiempos en que los keras no proporcionaban la deconvolución como una llamada API directa, se ejecutaba principalmente mediante una combinación de zeropad y unpooling / upsample.

La equivalencia matemática de Zeropad se puede representar como una función de la matriz de mapa de características de entrada y el tamaño del núcleo del pad. P.ej. En la entrada (10,10), la aplicación de una capa de almohadilla cero con filtro (1,1) da como resultado una salida de las dimensiones de (12, 12).

La pixelación de las imágenes observadas al aumentar el tamaño de la imagen se deriva de este relleno cero seguido de una muestra ascendente que resulta en una inserción efectiva de 0 píxeles valorados en ubicaciones aleatorias. En investigaciones recientes, los investigadores han intentado mejorar la calidad de la reconstrucción / decodificación de imágenes aprendiendo el filtro de almohadilla en lugar de aplicar explícitamente la almohadilla cero. Esto da como resultado un marcado aumento en la calidad de la resolución.

Espero que ayude 🙂