023:到底什么是感受野?

本文为合集收录,欢迎查看合集/专栏链接进行全部合集的系统学习。

合集完整版请查看这里

在前面介绍卷积算法时,一直在强调一个内容,那就是卷积算法的运算过程是------

卷积核在输入图像上滑动扫描的过程。

在每一次扫描时,可以把卷积核看做一个窗口,透过这个窗口可以看到的输入图像的范围,就被称为感受野,也就是卷积核在每一次扫描过程中覆盖到的图像视野。

这个概念很好理解,但是有必要对这个概念再深入介绍一下,因为感受野这一概念,和很多神经网络结构和特性都有着千丝万缕的关系。

重温卷积的计算过程

你应该可以从上图中找到感受野的位置了。

在上图中,感受野就是每次卷积核移动时,投影在图片的一个 3x3 的正方形范围,透过他,你可以看到输出图像中的每一个像素与输入图像中的哪些像素有关。

换句话说,它表示一个输出像素透过卷积核"看到"的输入图像中区域的大小,注意是从输出来看的。

上图右侧图像是输出特征图,其输出最左上角的像素点为12.0,它透过3x3的矩阵看到的是输入图像左上角的3x3的像素矩阵;最后一个输出14.0,透过3x3的矩阵看到的是输入图像右下角的3x3的像素矩阵,这个3x3的像素矩阵就是这个卷积的感受野。

感受野的意义

可以这么说,感受野影响了神经网络对于图像的理解和图像特征的提取。

一个大的感受野可以使卷积看到输入图像上更大的像素范围,更好地理解图像的全局信息,从而提取全局特征,如物体的形状和轮廓。

而较小的感受野只能捕捉到图像的局部特征,如边缘或纹理。

因此,在很多神经网络中,往往会出现不同大小的卷积核,比如有 3x3 的卷积核,也有5x5的卷积核。

不同大小的卷积核的目的,就是为了提取不同尺度范围内的特征,让神经网络既可以学到图像的细节、又可以看到图像的轮廓。

就和人眯着眼睛看细节,张大眼睛看全局图像一样。

为什么2个3x3的卷积可以替换一个5x5的卷积

如果你看过一些论文,可能经常会看到一个操作------为了优化神经网络的性能,可以将其中一个大的卷积核用几个小的卷积核来代替。

比如,一个5x5的卷积就可以用两个3x3的卷积来代替。

之所以可以这样做,是因为从输出像素来看,两个3x3的卷积和一个5x5的卷积,在最初的输入上具有相同的感受野。

而这样做,除了感受野相同,实现的效果类似之外,还有其他的好处:

好处1

两个3x3的卷积所需要的参数量要比一个5x5的卷积参数量少。这里忽略通道的存在,两个3x3的卷积核参数量为 3x3 + 3x3 = 18,而一个 5x5 的参数量则为25。所以将一个5x5的卷积替换为两个3x3的卷积,有利于加快卷积运算,减少卷积参数的内存占用。

好处2

一个卷积变为两个卷积,可以加深神经网络的层数,从而在卷积后面引入非线性层(比如 Relu层),增加卷积神经网络的非线性能力。

总的来说,卷积的感受野就像是一扇窗户:

你站在小窗户前,就只能看到窗外的一小部分景色,此时你就是一个局部感知。但如果你站在大窗户前,你可以看到更广阔的景色,此时你拥有一个更大的感受野,你就拥有一个全局感知。

Resnet50 模型提取图像特征,就是通过网络中或大或小尺寸的卷积核提取出不同尺度的下的特征,最后通过全连接层的操作将提取到的特征进一步融合,达到图像识别的目的。

相关推荐
Rvelamen几秒前
大模型安全风险与防护产品综述 —— 以 Otter LLM Guard 为例
人工智能
MARS_AI_7 分钟前
大语言模型驱动智能语音应答:技术演进与架构革新
人工智能·语言模型·自然语言处理·架构·信息与通信
程序员小灰11 分钟前
AI独角兽团队Manus裁员80人,剩下40人迁至新加坡总部!
人工智能·aigc·agent
新智元23 分钟前
OpenAI去年挖的坑填上了!奖励模型首现Scaling Law,1.8B给70B巨兽上了一课
人工智能·openai
简婷1870199877532 分钟前
源网荷储 + 零碳园区:一场关于能源与未来的双向奔赴
大数据·人工智能·能源
新智元36 分钟前
Grok 4作战图刷爆全网,80%华人横扫硅谷!清华上交校友领衔,95后站C位
人工智能·openai
小宋00136 分钟前
使用LLaMA-Factory微调Qwen2.5-VL-3B 的目标检测任务-数据集格式转换(voc 转 ShareGPT)
人工智能·目标检测·计算机视觉
小哥谈1 小时前
论文解析篇 | YOLOv12:以注意力机制为核心的实时目标检测算法
人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉
mit6.8241 小时前
[Meetily后端框架] AI摘要结构化 | `SummaryResponse`模型 | Pydantic库 | vs marshmallow库
c++·人工智能·后端
小宋0011 小时前
在Ubuntu上安装配置 LLaMA-Factory
ubuntu·计算机视觉