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
im_AMBER2 分钟前
Vite + React 项目启动深度踩坑指南
前端·学习·react.js·前端框架
wdfk_prog28 分钟前
[Linux]学习笔记系列 -- [kernel]kthread
linux·笔记·学习
Danceful_YJ4 小时前
35.微调BERT
人工智能·深度学习·bert
愿没error的x4 小时前
深度学习基础知识总结(一):深入理解卷积(Convolution)
人工智能·深度学习
河铃旅鹿4 小时前
Android开发-java版:布局
android·笔记·学习
奋斗的牛马4 小时前
FPGA--zynq学习 PS与PL交互(二) HP接口
单片机·嵌入式硬件·学习·fpga开发·信息与通信
华清远见成都中心5 小时前
分享一个驱动开发工程师学习路线图
驱动开发·学习
咋吃都不胖lyh5 小时前
激活函数是什么,神经网络中为什么要有激活函数
人工智能·深度学习·神经网络·激活函数
im_AMBER5 小时前
React 18
前端·javascript·笔记·学习·react.js·前端框架
_codemonster7 小时前
深度学习实战(基于pytroch)系列(五)线性回归的pytorch实现
pytorch·深度学习·线性回归