卷积网络的感受野小结

1.感受野是对特征像素值起着决定作用的像素区域;

2.感受野分两种:一是某一层的特征图像素在上一层特征图上的感受野;二是某一层特征图上的像素在输入图像上的感受野;

3.感受野随着网络层次增加逐渐变大;

4.计算第n层特征像素感受野步骤:

   第一步:计算第n层像素在上一层(n-1)特征图上的感受野,即F层的卷积和或池化大小,yn=K×K;

   第二步:计算(n-1)层特征图K×K区域大小的像素在(n-2)层特征图的感受野,公式:

                 yn-1=(yn-1)×s+k

                 其中,s为第(n-1)层卷积或池化步长,k为第(n-1)层卷积和或池化区域大小,yn等于K

   第三步:迭代第二步,直到最后一个感受野为第一层卷积在输入图像上的感受野,计算结果即为第n层像素在输入图像上的感受野。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
空洞卷感受野的大小取决于卷核的大小和空洞卷率。对于正常的空洞卷感受野尺寸可以通过以下公式计算:感受野尺寸 = (空洞卷率-1)(卷核大小-1)+ 卷核大小。而对于padding的空洞卷感受野尺寸可以通过以下公式计算:感受野尺寸 = 2(空洞卷率-1)*(卷核大小-1)+ 卷核大小。\[1\] 需要注意的是,有时候人们会误解空洞卷感受野计算公式,将其视为单独空洞卷形成的感受野。实际上,这个计算公式是针对普通卷和不同空洞率的空洞卷级联实现的感受野。对于单独空洞卷形成的感受野大小,可以使用简单的计算方法。\[2\] 空洞卷是为了解决图像语义分割问题中下采样导致的图像分辨率降低和信息丢失而提出的一种卷思路。通过添加空洞来扩大感受野,使得在相同参数量和计算量下,卷核可以拥有更大的感受野,从而无需下采样。具体来说,空洞卷在普通卷中间填充不参与卷运算的空洞结构。对于特定的空洞率和卷核大小,可以得到等效的卷核大小和参与运算的点的分布。\[3\] #### 引用[.reference_title] - *1* [空洞卷感受野大小计算](https://blog.csdn.net/weixin_42560055/article/details/83313839)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [空洞卷感受野的正确计算方法](https://blog.csdn.net/IcdKnight/article/details/116330830)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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