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
ACGkaka_3 分钟前
ES 学习(六)设置账号密码(安全认证)
学习·安全·elasticsearch
风巽·剑染春水3 分钟前
【扩散模型原理】(三)Score-Based Perspective: From EBMs to NCSN
人工智能·深度学习·生成模型·diffusion·扩散模型
春末的南方城市16 分钟前
亚马逊提出FlowFixer,商品图生成告别模糊Logo和错字,电商广告的“最后一公里”神器来了!
人工智能·深度学习·计算机视觉
知识分享小能手21 分钟前
MongoDB入门学习教程,从入门到精通,MongoDB副本集的核心机制(11)
数据库·学习·mongodb
是馒头阿28 分钟前
90、馒头谈自处
深度学习·神经网络·脑机接口·神经同步采集与刺激平台·植入式脑机接口
技术小黑31 分钟前
TensorFlow学习系列09 | 优化猫狗识别
人工智能·学习·tensorflow
指掀涛澜天下惊32 分钟前
AI 基础知识十三 Transformer注意力机制(Attention)
人工智能·深度学习·机器学习·transformer·q k v
啥咕啦呛1 小时前
第一周Java学习自测题目
学习
机器学习之心1 小时前
分解+组合+RUL预测!MVMD-Transformer-LSTM锂电池剩余寿命预测(容量特征提取+剩余寿命预测)
深度学习·lstm·transformer·mvmd·锂电池剩余寿命预测
Xudde.1 小时前
班级作业笔记报告0x05
笔记·学习·安全·web安全