参考https://www.jianshu.com/p/856538bde67f
核心公式:
n_in:输入图特征大小(开始就是原始图的某维度,比如30*30的图片,n_in就是30)
p:padding大小
k:卷积核大小(比如3*3的卷积核,k就是3)
s:步长
n_out:输出图像特征大小
j_in:输入图特征间的间隔
j_out:输出图特征间的间隔
r_in:输入图感受野的大小
r_out:输出图感受野的大小
start_in:输入图第一个特征感受野的中心坐标
start_out:输出图第一个特征感受野的中心坐标
eg(大疆2018笔试):
1. 经过下列卷积操作后,3×3 conv -> 3×3 conv -> 2×2 maxpool -> 3×3 conv,卷积步长为 1,没有填充,输出神经元的感受野是多大?
原始 j_0=1,r_0=1
经过 3×3 conv: j_1=1 r_1=1+(3-1)*j_0=3
经过 3×3 conv:j_2=1 r_2=3+2*1=5
经过 2×2 maxpool:j_3=1 r_3=5+1*1=6
经过 3×3 conv: j_4=1 r_4=6+2*1=8
故感受野是8*8