常见的上、下采样方法

常见的‌上采样方法‌

1. ‌‌反卷积（Deconvolution）或‌转置卷积（Transpose Convolution）‌：通过学习可逆卷积核来进行上采样，增加特征图的尺寸。
2. ‌‌插值（Interpolation）‌：包括最近邻插值、‌双线性插值等，通过插值算法对特征图进行填充和插值，从而增加尺寸。

常见的‌下采样方法

1. ‌‌最大池化（Max Pooling）‌：将原始特征图划分为不重叠的小区域，在每个区域中选择最大值作为采样点，从而减小特征图的尺寸。
2. ‌‌平均池化（Average Pooling）‌：将每个区域内的值取平均，然后作为采样点，同样减小特征图的尺寸。