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
nap-joker5 分钟前
FT-Mamba:一种高效的表回归的新深度学习模型
人工智能·深度学习·ftmamba
m0_3722570222 分钟前
bert和LLM训练的时候输入输出的格式是什么有什么区别
人工智能·深度学习·bert
管鲍考试学习系统25 分钟前
在线考试系统是什么?功能、部署、应用场景全详解(管鲍考试学习系统 V8.0 深度版)
学习·架构·在线考试·考试系统·培训考试·考试练习
CheerWWW31 分钟前
深入理解计算机系统——位运算、树状数组
笔记·学习·算法·计算机系统
杨夏同学38 分钟前
AI入门——如何计算神经网络的参数
人工智能·深度学习·神经网络
龙文浩_1 小时前
AI中NLP的注意力机制的计算公式解析
人工智能·pytorch·深度学习·神经网络·自然语言处理
GHL2842710902 小时前
Qwen-Agent 内置RAG学习
学习·ai
赵药师2 小时前
YOLO中task.py改复杂的模块
python·深度学习·yolo
Mabnus2 小时前
免疫治疗靶点FCRL5
学习
Pelb2 小时前
求导 z = (x + y)^2
人工智能·深度学习·数学建模