上一篇文章 Pytorch 实现自定义卷积：以 2.5 维卷积（2.5D Convolution）为例 已经简要的讲解了使用 Pytorch 来自定义卷积层，但略有不足的是没有提供将它直接应用于实际数据集的训练案例，因此会有一种空中楼阁的美中不足之感。本文继续讲解利用 Pytorch 自定义卷积运算，并将它立即应用到 Deep Image Matting 抠图模型，进一步说明掌握自定义卷积运算是必要和有意义的。（Deep Image Matting 论文的实现见文章 Pytorch 抠图算法 Deep Image Matting 模型实现，本文代码的运行方式也见该文章的第三部分）
本文主要关注两个点：1. 使用 Pytorch 来自定义卷积；2. 将自定义的卷积应用于 Deep Image Matting 抠图模型。本文重点在介绍利用 Pytorch 来自定义卷积层，而应用到 Deep Image Matting 只是为了提供一个可训练的案例（当然效果也不差），借此验证自定义卷积层的方法是正确的和有效的。
本文所有代码见 GitHub: deep_image_matting_variant。支持 Pytorch 1.1.0 及以上版本。
一、Deep Image Matting 回顾
抠图是一个比较传统和应用广泛的技术，目前已经提出了一大批的算法，见 AlphaMatting，虽然以传统图像处理的方式居多，但随着深度学习技术的突飞猛进，当前抠图效果排行榜前几名已经被基于深度学习的算法占据。抠图问题可以用如下的方程来描述：
其中 表示给定的的要被抠的图像，
分别表示前景、背景，
表示透明度的 alpha 通道。抠图算法要求解的是上述方程右边的
，但是因为图像有三个通道，因此方程右边有 7 个未知数，而左边只有 3 个已知值，因此是一个不定方程（未知数的个数比约束条件的个数多）。为了求出方程的确定解，通常的做法是添加一些额外的约束，或者事先给定一个三分图 trimap，或者给定一个草图 scribble。比如，给定一张要被抠的图像：
那么对应的三分图则类似于：
其中，白色部分表示一定是前景的区域（像素值 255），而黑色则一定是背景（像素值 0），剩下的灰色是不确定区域（像素值 128），需要抠图算法来求解；而草图则比较随意：
可以将它看成是三分图的极其简易版本。
Deep Image Matting 使用卷积神经网络来从给定的原图和三分图中预测 alpha 通道，具体为：将原图（RGB 三通道）和三分图（单通道）拼接成一个 4 通道图像，然后输入卷积神经网络，首先借助卷积网络从图像中提取特征（编码器，图像分辨率下降），然后利用反池化提升分辨率并预测与输入一样大小的 alpha 通道（解码器），整个编码-解码的过程组成网络的第一阶段（编码器-解码器阶段）；因为网络只关心三分图的不确定区域（灰色区域，对于确定区域由 trimap 提供 alpha 通道值），显然有理由相信网络的预测值要比输入的 trimap 更准确，如果用这个预测的 alpha 通道替换原来的 trimap，和原图再次合并重新进行编码-解码过程，那么新的预测值将更加准确，不过缺点也很明显，就是网络太大了，为了兼顾利用预测的更准确的 alpha 通道，又不至于使网络结构太复杂，论文作者将原图和预测的 alpha 通道合并之后，进行了 4 次卷积运算，输出最终的 alpha 通道的预测值，这个过程称为网络的细化阶段。整个过程如下：
为了更好的理解，我们先来仔细的推敲一下网络结构。网络的编码器阶段用的是 VGG-16 的前 13 个卷积层和其后的 1 个全连接层（看成是 1x1 的卷积层），穿插在这 14 个卷积层中间的是 5 个 2x2 的最大池化层，因此编码器阶段图像的分辨率下降了 32 倍，对于 320x320 的输入，此时特征映射的分别率为 10x10。解码器阶段几乎是编码器阶段的逆过程，先接 1 个 1x1 的卷积层，之后接 5 个 5x5 的卷积层，这 5 卷积层之前都使用了 2x2 的反池化层来提升图像的分辨率，因此特征映射的分辨率又恢复到了 320x320，最后再接 1 个 5x5 的单通道卷积预测，作用 Sigmoid 激活函数之后，即是 alpha 通道的预测值。论文作者为了最求极致效果，在以上网络的基础上，再接了一个小型的网络，即整个抠图模型的细化阶段。细化阶段只接了包含预测层在内的 4 个 3x3 的卷积层。
实际抠图的时候，先将 RGB 3 通道待抠图像（由前景、背景与真实 alpha 通道合成），和预先给定的 trimap 1 通道图像拼接成一个 4 通道图像，然后经过编码器-解码器阶段的预测得到一个粗略的 alpha 通道值，再将 RGB 3 通道待抠图像和这个预测的 alpha 1 通道拼接成 4 通道图像输入细化阶段，得到最终的 alpha 通道预测值。图像的预处理的方式为：RGB 3 通道待抠图像采用 VGG-16 的处理方式，即减去均值再除以标准差，trimap 通道则直接除以 255 压缩到 0~1 之间即可。
网络的损失由三部分通过加权和的方式组成：
- 编码器-解码器阶段预测的 alpha 与真实 alpha 通道之间的损失；
- 前景、背景与预测的 alpha 和真实 alpha 通道合成图像之间的损失
- 细化阶段预测的最终 alpha 与真实 alpha 通道之间的损失；
所有损失都是逐点像素之间的平方和误差：
其中， 是为了损失函数可微而引进的常数值。实际计算时只计算未知区域部分的损失值。
训练的时候，论文作者们采用了分阶段训练的策略：
- 首先单独训练第一阶段（编码器-解码器阶段）；
- 然后固定第一阶段的参数，只训练第二阶段（细化阶段）；
- 最后联合微调两个阶段的参数
训练时的数据增强如下：
- trimap 由真实的 alpha 通过随机大小的腐蚀膨胀而来；
- 随机的从图像中裁剪 [320x320, 480x480, 640x640] 大小的图块，然后缩放到 320x320 输入大小；
- 随机的水平翻转；
- 每训练一轮之后，随机的由前景、背景和真实 alpha 通道合成待抠图像（前景：背景=1:100）
训练数据请到此 链接 联系作者获取。网络参数的初始化方式为：编码器阶段因为直接来源于 VGG-16，所以直接导入预训练参数即可，其它层则随机初始化。这里需要注意的一点是：因为模型结构已将第一个卷积层的输入通道由 3 变成 4，所以导入预训练参数时，只赋值给前 3 个通道的参数，第 4 个通道的参数则直接零初始化。
如果完全按照论文作者的网络结构构建模型的话，那么因为第 14 层是一个全连接层（看成是 1x1 的卷积层），因此参数量巨大，一方面很容易造成网络的过拟合，另一方面也很难令网络快速的收敛（是否是这个原因让论文作者采用分阶段训练的策略？）。因此，实际实现时，一般要去掉第 14 个卷积层，而只用前 13 个卷积层（从而只用 4 个最大池化层），另外实践显示，加入批标准化（Batch Normalization）既有助于加快网络收敛，又有益于提升抠图效果。因此实现模型时，通常都做如下修改：
- 只用 VGG-16 的前 13 个卷积层（和前 4 个最大池化层）；
- 所有卷积层之后都加入批标准化层；
另外，做以下简化：
- 去掉细化阶段，损失简化成只求 alpha 通道之间的损失
也不会特别大的影响的抠图效果。因此，本文实现的 Deep Image Matting 模型做了以上 3 点修改或简化。
上面已经提到过了，Deep Image Matting 模型的编码器采用的是 VGG-16 的所有卷积层，而且将第一个卷积层的通道数由 3 改成了 4，在导入预训练模型时，VGG-16 预训练模型的第一个卷积层的参数只赋值给 Deep Image Matting 模型第一个卷积层的前 3 个通道，第 4 个通道的参数全部零初始化。这是一种处理方式，另一种处理方式是：可以在网络的最前面接一个卷积层，该卷积层将 4 通道转为 3 通道，然后再接 VGG-16 的卷积层。本文作为 Pytorch 自定义卷积层的教程，再介绍一种新的处理方式：保持第一个卷积层 3 通道的输入，将 trimap 作为卷积运算的权重来处理，此时预训练模型直接无任何修改的导入即可。
二、自定义卷积层
本节的目标是：保持 Deep Image Matting 第一个卷积层 3 通道的输入（确切的说是保持 Deep Image matting 编码器结构为 VGG-16 的前 13 个卷积层，方便导入预训练模型），同时又用自定义卷积层优雅的利用 trimap 的信息而让网络能达到同等级别的抠图性能。
因为我们已经有了三分图 trimap，其上黑色区域（像素值 0）表示确定为背景的区域，白色区域（像素值 255）表示确定为前景的区域，只有灰色区域（像素值 128）是未知区域，需要抠图模型来预测每个像素是前景的概率，因此模型需要特别关心的就是这些未知区域，实际上计算损失的时候只计算未知区域的 alpha 通道（正规化到 [0, 1]）的平均平方误差（而且这是模型效果好的必要条件，如果对整个 alpha 通道计算损失则效果很差），通过损失的反向传播让模型只聚焦于未知区域。
基于以上的认识，设计一种加权卷积如下：如果一个像素点落在未知区域内则将它的权重值设得略大一点，否则则适当的设小一点。比如，对于 3x3 的传统卷积：
将其修改为如下带额外权重的卷积：
其中额外权重 的定义需要满足上文提到的需求：当点落在未知区域上时，额外权重值大，否则相对较小，以此让网络更加关注未知区域。作为一个特例，记
为三分图 trimap 的二维矩阵，定义：
因为我们的目的是让 在
的时候大，而在
和
的时候小，所以可以取
，此时
是一个开口向下的抛物线，最大值 2 在点
时取得。考虑到
的取值可能过于主观，因此让它们成为变量而不是常数更好，这样前面的取值可以作为它们的初始化，而它们确切的值则随着模型的训练而发生改变。
下面，我们来定义这种带额外权重的卷积。
先来计算 
的值
Pytorch 任何需要计算梯度的运算都可以通过继承 torch.autograd.function.Function 类实现。在继承该类时，因为网络有前向传播和反向传播两个过程，因此需要重载 forward 和 backward 这两个函数。顾名思义，这两个函数分别用于前向计算和反向梯度计算。重载这两个函数时，需要将它们定义为静态函数，同时 forward 函数的参数个数（不计算 ctx，ctx 跟 self 的作用类似）和 backward 的返回值个数一致，即要对所有输入参数返回它们的梯度，如果某个输入参数不需要计算梯度，那么返回 None 即可。同理，backward 函数的输入参数数目和 forward 函数的返回值个数一致，因为反向传播是从后计算的，先计算 forward 函数的输出的梯度，然后通过这些输出的梯度根据链式法则来计算 forward 函数的各个输入的梯度。
来看具体的计算过程：
class SquareKernelFn(torch.autograd.function.Function):
"""Compute kernel for square funcion."""
@staticmethod
def forward(ctx, alpha, a, b, c, kernel_size, stride, padding, dilation):
"""Forward computation.
Implementation of computation: ax^2 + bx + c.
Args:
alpha: A tensor with shape [batch, 1, height, width] representing
a batch of depth maps.
a, b, c: Scalars.
Returns:
A tensor with shape [batch, 1, k, k, N, N], where
k = kernel_size and N = number of slide windows.
"""
ctx.kernel_size = torch.nn.modules.utils._pair(kernel_size)
ctx.stride = torch.nn.modules.utils._pair(stride)
ctx.padding = torch.nn.modules.utils._pair(padding)
ctx.dilation = torch.nn.modules.utils._pair(dilation)
ctx.scalars = (a, b, c)
needs_grad = ctx.needs_input_grad
needs_grad = needs_grad[0] or needs_grad[1] or needs_grad[2]
ctx.save_for_backward(alpha if needs_grad else None)
ctx._backend = torch._thnn.type2backend[alpha.type()]
batch_size, channels, in_height, in_width = alpha.shape
out_height = (in_height + 2 * ctx.padding[0] -
ctx.dilation[0] * (ctx.kernel_size[0] - 1)
-1) // ctx.stride[0] + 1
out_width = (in_width + 2 * ctx.padding[1] -
ctx.dilation[1] * (ctx.kernel_size[1] - 1)
-1) // ctx.stride[1] + 1
alpha_wins = torch.nn.functional.unfold(alpha, ctx.kernel_size,
ctx.dilation, ctx.padding,
ctx.stride)
alpha_wins = alpha_wins.view(batch_size, channels, ctx.kernel_size[0],
ctx.kernel_size[1], out_height,
out_width)
square_alpha_wins = (a * alpha_wins + b) * alpha_wins + c
return square_alpha_wins
@staticmethod
@torch.autograd.function.once_differentiable
def backward(ctx, grad_outputs):
grad_alpha = grad_a = grad_b = grad_c = None
batch_size, out_channels = grad_outputs.shape[:2]
output_size = grad_outputs.shape[-2:]
# Compute gradients
a, b, c = ctx.scalars
alpha = ctx.saved_tensors[0]
_, in_channels, in_height, in_width = alpha.shape
needs_input_grad = ctx.needs_input_grad
if needs_input_grad[0] or needs_input_grad[1] or needs_input_grad[2]:
grad_alpha = grad_outputs.new()
alpha_wins = torch.nn.functional.unfold(alpha, ctx.kernel_size,
ctx.dilation, ctx.padding,
ctx.stride)
alpha_wins = alpha_wins.view(batch_size,
in_channels,
ctx.kernel_size[0],
ctx.kernel_size[1],
output_size[0],
output_size[1])
if needs_input_grad[0]:
grad_alpha_wins = (2 * a * alpha_wins + b) * grad_outputs
grad_alpha_wins = grad_alpha_wins.view(
batch_size, -1, output_size[0] * output_size[1])
grad_alpha = torch.nn.functional.fold(grad_alpha_wins,
(in_height, in_width),
ctx.kernel_size,
ctx.dilation,
ctx.padding,
ctx.stride)
if ctx.needs_input_grad[1]:
grad_a = alpha_wins * alpha_wins * grad_outputs
grad_a = torch.einsum('ijklmn->', (grad_a,))
if ctx.needs_input_grad[2]:
grad_b = alpha_wins * grad_outputs
grad_b = torch.einsum('ijklmn->', (grad_b,))
if ctx.needs_input_grad[3]:
grad_c = torch.einsum('ijklmn->', (grad_outputs,))
return grad_alpha, grad_a, grad_b, grad_c, None, None, None, None
我们知道，卷积运算是根据滑动窗口分块进行计算的，因此首先通过 torch.nn.functional.unfold 函数将 alpha（理解成三分图 trimap）分成一个一个的滑动窗口小分块，对于批量 、通道数
、分辨率
的输入
，形状为：
，如果卷积核大小（kernel size）、填充大小（padding）、步幅（stride）、空洞率（dilation）分别为
，那么该函数的输出大小为：
，是一个 3 维张量，其中：
为了便于理解和计算，通过 view 函数将它变成形状为 的 6 维张量（对于这里的 alpha 来说，
）。最后直接计算二次方程即结束了
forward 函数的定义。
对于反向传播求梯度，即 backward 函数的内容，首先要清楚的一点是 grad_outputs 表示的是 forward 函数的输出 square_alpha_wins 的梯度，因此根据链式法则，alpha 的梯度计算如下：
grad_alpha_wins = (2 * a * alpha_wins + b) * grad_outputs
grad_alpha_wins = grad_alpha_wins.view(
batch_size, -1, output_size[0] * output_size[1])
grad_alpha = torch.nn.functional.fold(grad_alpha_wins,
(in_height, in_width),
ctx.kernel_size,
ctx.dilation,
ctx.padding,
ctx.stride)
这里需要注意的是 alpha 梯度张量的形状与 alpha 的形状是一样的，但 grad_alpha_wins 的形状是 6 维的：，因此要通过函数
torch.nn.functional.fold 把所有的滑动窗口小分块折叠回去（fold 和 unfold 互为反函数），这个函数的第 1 个参数的形状是 3 维张量（即 unfold 函数的输出张量的形状），第 2 个参数是这个函数输出的目标分辨率（也就是 unfold 函数的输入的张量的分辨率），其它参数顾名思义，不再赘述。关于 的梯度的计算也是直接的，略过。
额外补充的几个点是：
-
torch.nn.modules.utils._pair()函数将输入变成成对的元组，如果输入本身是成对的元组，则输出不变。比如：_pair(3), _pair((3, 3))的结果都是 (3, 3)； - ctx.needs_input_grad 记录的是
forward函数的每个参数（不计 ctx）是否需要求梯度的信息，比如 ctx.needs_input_grad[0] 记录是否对参数 alpha 求梯度，如果是 True，则需要对 alpha 求梯度，否则不需要，返回 None 即可。 -
forward函数中的张量（Tensor）可通过ctx.save_for_backward()函数传递给backward函数，通过ctx.saved_tensors取出。比如，ctx.save_for_backward(t1, t2, ..., tn) 将 tk 传递给backward，然后通过 t1, t2, ..., tn = ctx.saved_tensors 等方式取出来。 -
forward函数中的非张量变量、常量可通过类属性的方式传值，比如 ctx.a = a。
再来计算自定义卷积
理解和清楚了 k 的计算过程之后，很容易的，你可以直接写出带额外权重的卷积运算：
class KernelConvFn(torch.autograd.function.Function):
"""2D convolution with kernel.
Copy from: https://github.com/NVlabs/pacnet/blob/master/pac.py/PacConv2dFn
"""
@staticmethod
def forward(ctx, inputs, kernel, weight, bias=None, stride=1, padding=0,
dilation=1):
"""Forward computation.
Args:
inputs: A tensor with shape [batch, channels, height, width]
representing a batch of images.
kernel: A tensor with shape [batch, channels, k, k, N, N],
where k = kernel_size and N = number of slide windows.
weight: A tensor with shape [out_channels, in_channels,
kernel_size, kernel_size].
bias: None or a tenor with shape [out_channels].
Returns:
outputs: A tensor with shape [batch, out_channels, height, width].
"""
(batch_size, channels), input_size = inputs.shape[:2], inputs.shape[2:]
ctx.in_channels = channels
ctx.input_size = input_size
ctx.kernel_size = tuple(weight.shape[-2:])
ctx.dilation = torch.nn.modules.utils._pair(dilation)
ctx.padding = torch.nn.modules.utils._pair(padding)
ctx.stride = torch.nn.modules.utils._pair(stride)
needs_input_grad = ctx.needs_input_grad
ctx.save_for_backward(
inputs if (needs_input_grad[1] or needs_input_grad[2]) else None,
kernel if (needs_input_grad[0] or needs_input_grad[2]) else None,
weight if (needs_input_grad[0] or needs_input_grad[1]) else None)
ctx._backend = torch._thnn.type2backend[inputs.type()]
# Slide windows, [batch, channels x kernel_size x kernel_size, N x N],
# where N is the number of slide windows.
inputs_wins = torch.nn.functional.unfold(inputs, ctx.kernel_size,
ctx.dilation, ctx.padding,
ctx.stride)
inputs_mul_kernel = inputs_wins.view(
batch_size, channels, *kernel.shape[2:]) * kernel
# Matrix multiplication
outputs = torch.einsum('ijklmn,ojkl->iomn', (inputs_mul_kernel, weight))
if bias is not None:
outputs += bias.view(1, -1, 1, 1)
return outputs
@staticmethod
@torch.autograd.function.once_differentiable
def backward(ctx, grad_outputs):
grad_inputs = grad_kernel = grad_weight = grad_bias = None
batch_size, out_channels = grad_outputs.shape[:2]
output_size = grad_outputs.shape[2:]
in_channels = ctx.in_channels
# Compute gradients
inputs, kernel, weight = ctx.saved_tensors
if ctx.needs_input_grad[0] or ctx.needs_input_grad[1]:
grad_inputs_mul_kernel = torch.einsum('iomn,ojkl->ijklmn',
(grad_outputs, weight))
if ctx.needs_input_grad[1] or ctx.needs_input_grad[2]:
inputs_wins = torch.nn.functional.unfold(inputs, ctx.kernel_size,
ctx.dilation, ctx.padding,
ctx.stride)
inputs_wins = inputs_wins.view(batch_size, in_channels,
ctx.kernel_size[0],
ctx.kernel_size[1],
output_size[0], output_size[1])
if ctx.needs_input_grad[0]:
grad_inputs = grad_outputs.new()
grad_inputs_wins = grad_inputs_mul_kernel * kernel
grad_inputs_wins = grad_inputs_wins.view(
batch_size, -1, output_size[0] * output_size[1])
grad_inputs = torch.nn.functional.fold(grad_inputs_wins,
ctx.input_size,
ctx.kernel_size,
ctx.dilation,
ctx.padding,
ctx.stride)
if ctx.needs_input_grad[1]:
grad_kernel = inputs_wins * grad_inputs_mul_kernel
grad_kernel = grad_kernel.sum(dim=1, keepdim=True)
if ctx.needs_input_grad[2]:
inputs_mul_kernel = inputs_wins * kernel
grad_weight = torch.einsum('iomn,ijklmn->ojkl',
(grad_outputs, inputs_mul_kernel))
if ctx.needs_input_grad[3]:
grad_bias = torch.einsum('iomn->o', (grad_outputs,))
return (grad_inputs, grad_kernel, grad_weight, grad_bias, None, None,
None)
这个类的 forward 函数执行的操作是按照滑动窗口计算 inputs x kernel x weight，因为 kernel 是纯符号化的，因此上面这个类是自定义卷积运算的通用类，凡是符合局部运算 inputs x kernel x weight 的自定义卷积都可以使用。实际上，这个类是从这个项目 pacnet
复制来的，位于 pac.py/PacConv2dFn，只有部分符号有轻微差异。
唯一需要指出的是 torch.einsum 函数表示爱因斯坦求和，根据爱因斯坦和式约定，求和号中指标相同时可以省略求和符号，比如：
举一个简单的例子：
a = torch.tensor([[-1, -2, -3], [-4, -5, -6]])
b = torch.tensor([[1, 2, 3], [4, 5, 6]])
s = torch.einsum('ij,ij->', (a, b)) # Summation of elmentwise multiply
# s = tensor(-91)
s = torch.einsum('ij,kj->ik', (a, b)) # Matrix multiply
#s = tensor([[-14, -32],
# [-32, -77]])
s = torch.einsum('ij,ik->jk', (a, b)) # Matrix multiply
# s = tensor([[-17, -22, -27],
# [-22, -29, -36],
# [-27, -36, -45]])
封装成自定义卷积层
要将我们自定义的卷积成为像 torch.nn.Conv2d 这种非常方便调用的类，还需要最后封装一下。这直接通过继承 torch.nn.Module 类实现。具体为：
- 通过
torch.nn.parameter.Parameter定义权重参数：weight、bias 等，并适当的初始化它们； - 重载
forward函数，调用自定义 SquareKernelFn 等类时，使用apply函数，参数与其forward函数相同；
如下，我们将自定义的平方额外权重卷积封装成 ConvSquare 类：
class ConvSquare(torch.nn.Module):
"""Implementation of square weighted convolution."""
def __init__(self, in_channels, out_channels, kernel_size, stride=1,
padding=0, dilation=1, bias=True, a=None, b=None, c=None):
"""Constructor."""
super(ConvSquare, self).__init__()
self.in_channels = in_channels
self.out_channels = out_channels
self.kernel_size = torch.nn.modules.utils._pair(kernel_size)
self.stride = torch.nn.modules.utils._pair(stride)
self.padding = torch.nn.modules.utils._pair(padding)
self.dilation = torch.nn.modules.utils._pair(dilation)
# Parameters: weight, bias
self.weight = torch.nn.parameter.Parameter(
torch.Tensor(out_channels, in_channels, kernel_size,
kernel_size))
if bias:
self.bias = torch.nn.parameter.Parameter(
torch.Tensor(out_channels))
else:
self.register_parameter('bias', None)
# Scalars
self.a = a
self.b = b
self.c = c
# Initialization
self.reset_parameters()
def forward(self, inputs, alpha):
"""Forward computation.
Args:
inputs: A tensor with shape [batch, in_channels, height, width]
representing a batch of images.
alpha: A tensor with shape [batch, 1, height, width] representing
a batch of depth maps.
Returns:
outputs: A tensor with shape [batch, out_channels, height, width].
"""
kernel = SquareKernelFn.apply(alpha, self.a, self.b, self.c,
self.kernel_size, self.stride,
self.padding, self.dilation)
outputs = KernelConvFn.apply(inputs, kernel, self.weight,
self.bias, self.stride,
self.padding, self.dilation)
return outputs
def extra_repr(self):
s = ('{in_channels}, {out_channels}, kernel_size={kernel_size}'
', stride={stride}')
if self.padding != (0,) * len(self.padding):
s += ', padding={padding}'
if self.dilation != (1,) * len(self.dilation):
s += ', dilation={dilation}'
return s.format(**self.__dict__)
def reset_parameters(self):
torch.nn.init.kaiming_uniform_(self.weight, a=math.sqrt(5))
if self.bias is not None:
fan_in, _ = torch.nn.init._calculate_fan_in_and_fan_out(self.weight)
bound = 1 / math.sqrt(fan_in)
torch.nn.init.uniform_(self.bias, -bound, bound)
if self.a is None:
self.a = torch.nn.parameter.Parameter(torch.Tensor())
self.a.data = torch.tensor(-4.)
if self.b is None:
self.b = torch.nn.parameter.Parameter(torch.Tensor())
self.b.data = torch.tensor(4.)
if self.c is None:
self.c = torch.nn.parameter.Parameter(torch.Tensor())
self.c.data = torch.tensor(1.)
因为要支持 可训练，所以当初始化 ConvSquare 类时如果没有给
赋值，则通过
torch.nn.parameter.Parameter 将它们定义成可训练的参数，否则是不可训练的常数。
三、在 DIM 数据集上训练
使用 的初始学习率，每 20 个 epoch 衰减 0.8 的衰减策略下，训练 200 个 epoch 后，执行
python3 predict_trimap.py
在 test 文件内将看到测试图片的抠图结果：
从以上抠图的效果上看不算太糟，说明我们自定义的卷积层是正确的。
【注】
本次训练之后 的值为：
三者变化都不大（初始化：）。
【说明】
本文代码的运行方式也见如下文章的第三部分： Pytorch 抠图算法 Deep Image Matting 模型实现
