理解特征图、感受野

特征图我的理解就是原始图像经过一次卷积之后的图像就是特征图

感受野定义:卷积神经网络每一层输出的特征图上的像素点在原始图像上映射的区域的大小。

卷积神经网络中,越是靠近输出层的其看到输入层的区域越大,即感受野就越大

 Layer2可以看到Layer1的3*3区域,Layer3可以看到Layer2的3*3区域,而Layer3可以看到Layer1的5*5区域,这里有计算公式,可以参考其它文章的计算方式,本文只对其内容进行理解。

 在进行多尺度目标检测的时候,当不同层的特征图在输入图像上分别拥有不同大小的感受野时,他们可以用于检测不同大小的目标。如可以设计一个神经网络,其中靠近输出层的特征图具有更大的感受野,这样就可以从输入图像中检测到较大的目标。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值