Unet 是一种非常流行的网络架构，用于各种计算机视觉任务。通常，Unet 编码器具有下采样 2 的下采样层，这意味着所使用的卷积层的步幅为 2，滤波器大小 >3。对于我正在尝试的问题，我想执行 8 次下采样（每次 2 次）。我认为编码器可以有 4 层，每层下采样 4 层，而不是 8 层。为此，我认为像 3 或 5 这样的滤镜大小没有多大意义——在滑动过程中，滤镜最终将不会覆盖某些像素。我想获得一些关于如何在改变步幅时改变过滤器大小的指示，反之亦然。此外，如果增加过滤器尺寸，减少过滤器数量是否也有意义？
给本问题读者的提示：我在互联网上搜索了使用步幅 4 的先前作品，并找到了 AlexNet。它的第一个转换层有过滤器11x11x96和stride 4。因此，我鼓励增加过滤器尺寸。:)