卷積神經(jīng)網(wǎng)絡(luò)中感受野的詳細(xì)介紹

1. 感受野的概念

在卷積神經(jīng)網(wǎng)絡(luò)中，感受野（Receptive Field）的定義是卷積神經(jīng)網(wǎng)絡(luò)每一層輸出的特征圖（feature map）上的像素點在輸入圖片上映射的區(qū)域大小。再通俗點的解釋是，特征圖上的一個點對應(yīng)輸入圖上的區(qū)域，如圖1所示。

圖1：用圖形理解感受野概念

?

2. 感受野的例子

（1）兩層3*3的卷積核卷積操作之后的感受野是5*5，其中卷積核（filter）的步長（stride）為1、padding為0，如圖2所示：

圖2：兩層3*3卷積核操作之后的感受野是5*5

（2）三層3*3卷積核操作之后的感受野是7*7，其中卷積核的步長為1，padding為0，如圖3所示：

? ? ? ? ? ? ? ? ? ? ? ? ? ??

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?圖3：三層3*3卷積核操作之后的感受野是7*7

3. 感受野的計算

感受野計算時有下面幾個知識點需要知道：

• . 最后一層（卷積層或池化層）輸出特征圖感受野的大小等于卷積核的大小。
• . 第i層卷積層的感受野大小和第i層的卷積核大小和步長有關(guān)系，同時也與第（i+1）層感受野大小有關(guān)。
• . 計算感受野的大小時忽略了圖像邊緣的影響，即不考慮padding的大小。

關(guān)于感受野大小的計算方式是采用從最后一層往下計算的方法，即先計算最深層在前一層上的感受野，然后逐層傳遞到第一層，使用的公式可以表示如下：

其中，是第i層卷積層的感受野，是（i+1）層上的感受野，stride是卷積的步長，Ksize是本層卷積核的大小。

?

4. 計算VGG16網(wǎng)絡(luò)每層的感受野

（1）引例。

VGG16網(wǎng)絡(luò)有點復(fù)雜，我們先來計算一個簡單的例子，先學(xué)會計算感受野，在來分析復(fù)雜的網(wǎng)絡(luò)。

圖4：簡單的網(wǎng)絡(luò)結(jié)構(gòu)

我們從最后一層的池化層開始計算感受野：

pool3：RF=2（最后一層池化層輸出特征圖的感受野大小等于卷積核的大小）

conv4：RF=（2-1）*1+3=4。

conv3：RF=（4-1）*1+3=6。

pool2：RF=（6-1）*2+2=12。

conv2：RF=（12-1）*1+3=14。

pool1：RF=（14-1）*2+2=28。

conv1：RF=（28-1）*1+3=30。

因此，pool3輸出的特征圖在輸入圖片上的感受野為30*30。

（2）VGG16網(wǎng)絡(luò)每層感受野計算

圖5：VGG16網(wǎng)絡(luò)結(jié)構(gòu)

在VGG16網(wǎng)絡(luò)中，我們從全連接層開始倒推，直到輸入層，過程如下：

pool5：RF=2。（最后一層池化層輸出特征圖感受野的大小等于卷積核的大小）

conv5_3：RF=（2-1）* 2+2=4。

conv5_2：RF=（4-1）*1+3=6。

conv5_1：RF=（6-1）*1+3=8。

pool4：RF=（8-1）*2+2=16。

... ... ... ... ... ... ...

類推...

因此我們可以得出：pool5輸出的特征圖在輸入圖片上的感受野為212*212；conv5_3輸出的特征圖在輸入圖片上的感受野為196*196，其它層依次類推。

圖6：VGG16網(wǎng)絡(luò)感受野計算結(jié)果

5.Reference

?

【1】卷積神經(jīng)網(wǎng)絡(luò)物體檢測之感受野大小計算 - machineLearning - 博客園

http://www.cnblogs.com/objectDetect/p/5947169.html

【2】對CNN感受野一些理解 - CSDN博客

https://blog.csdn.net/u010725283/article/details/78593410/

【3】感受野的詳細(xì)介紹 - CSDN博客

https://blog.csdn.net/weixin_39912556/article/details/78366287?locationNum=2&fps=1

【4】無痛理解CNN中的感受野receptive field

https://zhuanlan.zhihu.com/p/22627224

【5】Receptive field(感受野)

https://www.jianshu.com/p/2b968e7a1715

【6】CNN中感受野的計算 - CSDN博客

https://blog.csdn.net/kuaitoukid/article/details/46829355

?

總結(jié)

以上是生活随笔為你收集整理的2020-12-09 深度学习 卷积神经网络中感受野的详细介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。