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
如果你想拥有什么先让自己配得上拥有几秒前
近似数的思考学习
学习
Rui_Freely4 分钟前
Vins-Fusion之 SFM准备篇(十二)
人工智能·算法·计算机视觉
绿洲-_-13 分钟前
MBHM_DATASET_GUIDE
深度学习·机器学习
AI街潜水的八角13 分钟前
深度学习洪水分割系统2:含训练测试代码和数据集
人工智能·深度学习
ha20428941941 小时前
Linux操作系统学习记录之----自定义协议(网络计算器)
linux·网络·学习
振华说技能1 小时前
SolidWorks学习大纲-从基础到全面精通,请看详情
学习
曦月逸霜1 小时前
离散数学-学习笔记(持续更新中~)
笔记·学习·离散数学
im_AMBER1 小时前
Leetcode 101 对链表进行插入排序
数据结构·笔记·学习·算法·leetcode·排序算法
llddycidy1 小时前
峰值需求预测中的机器学习:基础、趋势和见解(最新文献)
网络·人工智能·深度学习
Mr -老鬼2 小时前
Rust与Go:从学习到实战的全方位对比
学习·golang·rust