VGG网络与感受野

本文介绍了VGG网络在图像分类中的应用,重点探讨了感受野的概念,解释了如何通过堆叠小尺寸卷积核来模拟大尺寸卷积核的效果,同时减少了参数数量。通过案例展示了感受野的计算方法,并对比了不同策略下的参数量。
摘要由CSDN通过智能技术生成

1、简介

VGG网络是图像分类的经典网络之一,此网络提出了感受野元的概念,极大的提高了网络运行速度。该网络具备卷积核小、池化核小、层数深等优点。

2、感受野

VGG网络最大的亮点就是感受野,感受野概念:特征图上一点,相对原图的大小,也是卷积神经网络特征所能看到输入图像的区域。

论文中案例:

堆叠两个3X3的卷积核替代5X5的卷积核。

堆叠三个3X3卷积核替代7X7的卷积核。

目的:具有相同的感受野。

卷积公式为:F(i) = F(F(i+1)-1)xS+K

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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