感受野receptive field个人理解

先引用一种思路：

至于为什么在下式不成立：

在于我们从长度着手的处理方法，应该从下一层最多从上一层吸收的长度着手（这也是和先前的假设pad操作不能扩展信息量相对应的），用一张图解释一下：

举个例子：在maxpooling层中，如果它的kenerl size是2x2，输出结果中的每一个元素都是其对应输入的2x2的区域中的最大值，所以这一层的感受野大小就是2。其实感受野的大小是由kernel size和stride size一起决定的，公式是：rfsize = f(out, stride, ksize) = (out - 1) * stride + ksize，其中out是指上一层感受野的大小。
计算的时候我们一般假定最后一层的感受野大小rfsize＝1 ，以此倒推，以VGG16为例：
从全连接层开始倒推，全连接层中一个元素的rfsize＝1

pool5的rfsize = f(1, 2, 2) = (1-1)*2+2=2conv5_3: rfsize =f(2, 2, 2) = (2-1)*2+2=4conv5_2: rfsize=f(4, 1, 3) = (4-1)*1+3=6conv5_1: rfsize=f(6, 1, 3) = (6-1)*1+3=8pool4: rfsize=f(8, 2, 2) = (8-1)*2+2=16

类推….

感受野receptive field个人理解相关推荐

感受野-Receptive Field的理解
之前在阅读yolov1的论文时,发现yolov1用到了Resnet,于是找到了Resnet论文,在研究Resnet的时候,发现自己对卷积的相关操作理解还不够深刻,于是研究卷积,发现其中一个比较重要的概 ...
深度学习之学习（1-2）感受野(receptive field)
参见:原始图片中的ROI如何映射到到feature map? - 知乎 1 感受野的概念在卷积神经网络中,感受野的定义是卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像 ...
感受野(receptive field)
学习RCNN系列论文时, 出现了感受野(receptive field)的名词, 感受野的尺寸大小是如何计算的,在网上没有搜到特别详细的介绍, 为了加深印象,记录下自己对这一感念的理解,希望对理解基于 ...
深度CNN感受野(Receptive Field)的计算
参考如何计算感受野(Receptive Field)--原理 FOMORO AI -> 可视化计算感受野的网站,可以用来验证自己计算的结果 Python代码这里使用的是从后向前的计算方法,简 ...
什么是感受野 Receptive Field 感受野是什么意思
有一个人写的很好,放上他写的文章彻底搞懂感受野的含义与计算 - 知乎然后嘞,如果你点进去不想看,那你就适合看我写的哈哈比较浮躁,那就我来吧首先我们得知道感受野的英文名字哈洋气感受野 Rec ...
如何计算感受野(Receptive Field)
一.感受野的概念感受野指的是一个特定的 CNN 特征(特征图上的某个点)在输入空间所受影响的区域. 感受野计算时有下面的几个情况需要说明: a)第一层卷积层的输出特征图像素的感受野的大小等于滤波器的 ...
深度学习笔记~感受野(receptive field)的计算
以前对CNN中的感受野(receptive field)已经有了一些认识,基本上是从概念理解上得到的. 本篇文章给出了receptive field的计算过程和相应的python代码,对recepti ...
池化层(pooling layer) 感受野(Receptive Field) 神经网络的基本组成
目录 (1)本文涉及的函数 (2)池化层 (3)感受野 (4)代码示例(含注释) 承接上两篇博客:卷积层(空洞卷积对比普通卷积).激活函数层 (1)本文涉及的函数 import torch impor ...
如何计算感受野(Receptive Field)——原理
本文转载自知乎专栏:https://zhuanlan.zhihu.com/p/31004121 写这篇文章的初衷是自己需要计算感受野,但是在今天之前只对感受野有感性认识,并不知道如何定量计算.所以在网 ...

感受野receptive field个人理解

感受野receptive field个人理解相关推荐

最新文章

热门文章