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
VelinX13 分钟前
【个人学习||spring】spring ai
人工智能·学习·spring
茗创科技31 分钟前
Cerebral Cortex|工作记忆中α-θ跨频率耦合支持功能分离而非整合的新证据
深度学习·神经网络·脑网络
Ronaldinho Gaúch42 分钟前
梯度消失与梯度爆炸
人工智能·深度学习·机器学习
查无此人byebye43 分钟前
硬核深度解析:KimiDeltaAttention 源码逐行精读+公式推导+复杂度优化(完整可运行)
人工智能·深度学习·神经网络·自然语言处理
丰海洋44 分钟前
Transformer参数量
人工智能·深度学习·transformer
chools1 小时前
Java后端拥抱AI开发之个人学习路线 - - Spring AI【第三期】(向量数据库 + RAG检索增强生成)
java·人工智能·学习·spring·ai
AI360labs_atyun1 小时前
我在命令行里养了只电子宠物,还顺便学会了Claude Code
人工智能·科技·学习·ai·宠物
记录无知岁月1 小时前
【学习笔记】学术英语单词总结
学习·accumulation·english word
xiaoxiaoxiaolll1 小时前
《Light》刊发北大新成果:谐振耦合架构实现超宽带孤子微梳,能效创纪录
学习
CheerWWW1 小时前
GameFramework——Download篇
笔记·学习·unity·c#