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。