一般来说,卷积核大小应该根据输入数据的特征和任务的复杂程度来选择。通常情况下,使用较小的卷积核(例如3x3或5x5)可以更好地捕获局部特征,而较大的卷积核(例如7x7或9x9)可以更好地捕获全局特征。在UNet模型中,通常会使用3x3的卷积核来平衡局部和全局特征的捕获。 滤波器数量(即卷积核的数量)通常会随着网络的深度...