最近在组会讲解框架时,在感受野这个小知识点,大家开始产生歧义,今天我就简单的给大家讲解下这个小知识点,也给初学者带来一个对Receptive Field崭新的认识,如果对只是有深入了解的你,就可以直接跳过O(∩_∩)O~~!
现在开始进入正题!!!
以前我的理解就是,感受野嘛,其实那就是一个视觉感受区域大小。对于单层网络来说,下一层的一个像素点其感受野大小也就是卷积层滤波器的大小,想想其实很明了的就理解了,但对于多层,那就有一点点(也就那么一点点复杂而已)!
正式定义:
在神经网络中,感受野的定义是:
卷积神经网络的每一层输出的特征图(Feature ap)上的像素点在原图像上映射的区域大小。
自己随便画了一个例图,主要看内容,O(∩_∩)O谢谢!
链接: http://pan.baidu.com/s/1nvMzrOP 密码: 2ehd
有读者说有动图就好了,我就截取了一个,请大家欣赏!
现在就开始来说怎么计算吧!(看点来了)其实很简单!
首先可