ResNet网络感受野计算:

1. 感受野计算公式

假设第 i − 1 i-1 i1层特征的感受野为 R F i − 1 RF_{i-1} RFi1,第 i i i层特征的感受野为:
R F i = R F i − 1 + ( k i − 1 ) ∏ j = 1 i − 1 s j RF_{i}=RF_{i-1}+(k_i-1)\prod_{j=1}^{i-1}s_j RFi=RFi1+(ki1)j=1i1sj
其中, k i k_i ki是第 i i i层的卷积核尺寸(或池化核尺寸), s j s_j sj是第 j j j层的卷积步长(或池化步长)

注:padding的大小不影响感受野的计算,但影响输出特征图的大小。

2. ResNet网络结构

在这里插入图片描述
在这里插入图片描述
注:图片来源: https://www.jianshu.com/p/085f4c8256f1.

3. ResNet-50的感受野

使用感受野计算工具Fomoro AI:https://fomoro.com/research/article/receptive-field-calculator.

得到如下结果:
在这里插入图片描述
详细情况请查看:ResNet-50感受野计算结果.

输出特征层感受野大小
C2 stage35
C3 stage91
C4 stage267
C5 stage427

ResNet-50的理论感受野为 427 × 427 427\times427 427×427,比输入图像 224 × 224 224\times224 224×224还大,怎么解释?

  • 理论感受野是网络的固有属性,当网络结构确定下来,感受野随之唯一确定,与输入图像大小无关。

详细情况请查看:ResNet-101感受野计算结果.

  • 12
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“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 3
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