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
weixin_458872614 分钟前
东华复试OJ二刷复盘15
学习
却道天凉_好个秋6 分钟前
音视频学习(九十六):PLC
学习·音视频·plc
动物园猫23 分钟前
蜜蜂目标检测数据集(7000张图片已标注划分)AI训练适用于目标检测任务
人工智能·目标检测·计算机视觉
no_work33 分钟前
基于yolo深度学习的混凝土裂缝检测
人工智能·深度学习·yolo
知识分享小能手34 分钟前
Redis入门学习教程,从入门到精通,Redis集群架构:语法知识点、使用方法与综合案例(6)
redis·学习·架构
xian_wwq39 分钟前
【学习笔记】数据投毒的9种攻击方法与防御措施
笔记·学习·数据投毒
Sunhen_Qiletian43 分钟前
计算机视觉进阶教学之Mediapipe库(二)
人工智能·计算机视觉
xwz小王子1 小时前
【T-RO】全球首款集成手内视觉的仿生软体机器手,实现自主抓取与灵巧操作
人工智能·计算机视觉
醇氧1 小时前
第一、二、三范式学习
数据库·学习·oracle
(; ̄ェ ̄)。1 小时前
深度学习入门(十)RNN、LSTM、GRU
人工智能·rnn·深度学习