CNN卷积操作中提到的「像素被剔除」具体是什么含义？

这里提到的「各边被剔除的N个像素」，指的是无填充（padding=0）、步长为1的标准卷积操作中，原始输入图像边缘无法作为卷积核感受野中心、且最终不会被完整纳入输出特征表达的像素。

规律推导逻辑 #

• 卷积核滑动的规则是必须完全落在输入图像范围内，因此对于尺寸为k*k的卷积核，在图像单维度上可以滑动的总步数 = 输入单维度尺寸 - k + 1，输出的对应维度长度就等于这个步数。
• 输出比输入在单维度上少的像素总数量为 k-1，这些少的像素会均匀分布在输入的上下/左右两边，也就是每边少 (k-1)/2 个，刚好对应你看到的规律：
  • 3×3卷积核：(3-1)/2 = 1，上下左右各边有1个像素被剔除
  • 5×5卷积核：(5-1)/2 = 2，上下左右各边有2个像素被剔除

直观示例 #

以输入5×5的灰度图、用3×3卷积核做无填充卷积为例：

输入坐标（行、列从0开始计数）范围是行0_4、列04
卷积核第一次滑动覆盖的是行0_2、列02的区域，输出第一个特征值；最后一次滑动覆盖的是行2_4、列24的区域，输出最后一个特征值
最终输出是3×3的特征图，对比输入的5×5尺寸，上下边各少了1行（行0、行4）、左右边各少了1列（列0、列4），这些就是被“剔除”的边缘像素，它们永远无法成为任何一次卷积运算的中心位置，如果不做填充操作，这些边缘位置的特征信息会在卷积后直接丢失。

内容的提问来源于stack exchange，提问作者CyberPlayerOne