TensroFlow-感受野

 

感受野：是指输出特征图中1个像素点，映射到原始输入图片的区域大小，

如果对这个5*5的原始输入图片，用黄色的3*3的卷积核作用，会输出一个3*3的输出特征图。

这个3*3的特征图上的每一个点，映射到原始5*5的图片中，是一个3*3的区域，所以它的感受野是3。

如果再对这个3*3的特征图，再用一个3*3的卷积核作用一下，就会输出一个1*1的输出特征图。

这个1*1的特征图上的像素点，映射到原始图片是5*5的区域，所以它的感受野是5. 。

如果对原始的5*5的图片，直接用5*5的卷积核作用的话，就会输出一个1*1的特征图。

这个1*1的特征图上的像素点，映射到原始图片是5*5的区域，所以它的感受野是5. 。

总结：同样是一个5*5的原始图片

经过两层3*3的卷积核的作用 与 经过一层5*5的卷积核的作用，都得到一个感受野是5的输出特征图，所以这两层3*3卷积核与一层5*5的卷积核的特征提取能力是一样的。

 

那么，是选择两层3*3的卷积核好，还是选择一层5*5的卷积核好呢？

这个时候就要考虑，它所承载的待训练参数量和计算量。

当x>10时，两层3*3卷积核比一层5*5卷积性能要好。

这也是为什么，再卷积计算网络中，常使用两层3*3卷积核替换一层5*5卷积核的原因。