1. 语义分割中的下采样困境
在构建语义分割网络时,下采样操作就像一把双刃剑。一方面我们需要通过降维来扩大感受野、降低计算量,另一方面又不可避免地会丢失图像细节。这种矛盾在医学影像分析、遥感图像处理等精细分割场景中尤为突出。
传统下采样方法主要有三大类:池化操作、跨步卷积和空洞卷积。最大池化(Max Pooling)会保留局部区域的最大值,虽然能增强特征的平移不变性,但会完全丢弃其他像素信息。平均池化(Mean Pooling)考虑了整体统计特性,但对异常值敏感且会模糊边缘特征。跨步卷积(Strided Convolution)虽然能同时完成特征提取和下采样,但大步长会导致网格伪影(grid artifacts)问题。
我在处理肺部CT图像分割时就遇到过典型问题:使用常规下采样方法时,那些细微的磨玻璃结节边界总是模糊不清。即使采用U-Net的跳跃连接结构,下采样过程中丢失的纹理信息也无法完全恢复。这促使我开始寻找更智能的下采样方案。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. Haar小波的数学之美
Haar小波变换的核心思想是将信号分解为不同尺度的近似(低频)和细节(高频)分量。对于二维图像而言,经过一级Haar小波变换后会得到四个子带:
- LL:水平垂直低频(近似分量)
- LH:水平低频垂直高频(垂直边缘)
- HL:水平高频垂直低频(水平边缘)
- HH:水平垂直高频(对角边缘)
这种分解方式有个绝妙特性:完全可逆。也就是说理论上我们可以无损地重建原始图像。相比传统池化操作的粗暴丢弃,小波变换更像是有条理的信息重组。
在PyTorch中实现Haar小波下采样非常方便,借助pytorch_wavelets库可以快速构建变换层:
python复制import torch
from pytorch_wavelets import DWTForward
class HaarTransform(nn.Module):
def __init__(self):
super().__init__()
self.dwt = DWTForward(J=1, wave='haar', mode='zero')
def forward(self, x):
LL, (HL, LH, HH) = s
