理论学习:感受野

参考链接:

安全验证 - 知乎

一、感受野的概念

感受野(Receptive Field)的定义:卷积神经网络每一层输出的特征图(feature map)上的像素点映射回输入图像上的区域大小。通俗点的解释是,特征图上一点,相对于原图的大小,也是卷积神经网络特征所能看到输入图像的区域。

二、举例说明

(1)若输入图像的尺寸大小是5*5,经过两次3*3的卷积核(其中stride=1,padding=0)后,其感受野大小为5*5,如下图所示:

(由卷积计算公式:N=(W-F+2P)/S+1,得到第一次卷积后的图像大小为3*3,第二次卷积后的图像大小为1*1)

(2)若输入图像的尺寸大小是7*7,经过三次3*3的卷积核(其中stride=1,padding=0)后,其感受野大小为7*7,如下图所示:

(由卷积计算公式:N=(W-F+2P)/S+1,得到第一次卷积后的图像大小为5*5,第二次卷积后的图像大小为3*3,第三次卷积后的图像大小为1*1)

也就是说,随着卷积核的增多(即网络的加深),感受野会越来越大。

相关推荐
搞科研的小刘选手2 小时前
【香港大学主办&IEEE出版】第六届计算机视觉、应用与算法国际学术会议(CVAA 2026)
算法·计算机视觉·应用·学术会议
断眉的派大星4 小时前
YOLO实例分割详细解析
人工智能·yolo·计算机视觉
WZF-Sang4 小时前
网络基础——2
服务器·网络·c++·学习·网络编程·php
qiten_0074 小时前
深入解析参数高效微调(PEFT):原理、分类与实战
人工智能·深度学习
心中有国也有家5 小时前
E-Brufen 技术选型全景:Flutter + 鸿蒙 + Hive CE
hive·hadoop·学习·flutter·华为·harmonyos
New农民工6 小时前
射频芯片学习-ExpressLRS 对频流程分析
学习
yqd6666 小时前
OpenCV
人工智能·opencv·计算机视觉
Tom@敲代码6 小时前
js学习笔记-01
javascript·笔记·学习
辞旧 lekkk7 小时前
【Qt】 系统相关:事件与定时器
开发语言·qt·学习·萌新
Always_away7 小时前
动手学深度学习|线性神经网络:线性回归的实现
深度学习·神经网络·线性回归