卷积特征图与感受野：深度学习中的核心概念解析

卷积特征图与感受野：深度学习中的核心概念解析

引用

CSDN

1.

https://blog.csdn.net/hawk2014bj/article/details/138729746

卷积神经网络（CNN）是深度学习领域中一种重要的神经网络架构，广泛应用于图像识别、自然语言处理等领域。在CNN中，特征图尺寸和感受野是两个非常重要的概念，它们直接影响着网络的性能和效果。本文将详细介绍这两个概念的计算方法。

特征图尺寸

卷积特征图是输入图像经过卷积核处理后的输出尺寸。计算输出特征图的尺寸需要考虑以下几个关键参数：

• 输入尺寸：输入图像或特征图的高度或宽度。
• 卷积核尺寸：卷积核的高度或宽度。
• 填充：应用于输入图像的填充量。
• 步长：卷积核在输入图像上移动的步长。

特征图尺寸的计算公式如下：

这个公式的直观理解是：首先计算卷积核能移动多少像素，直到卷积核不能继续移动。然后将结果除以步长，并加1（加1是为了处理边界情况，确保即使输入尺寸与卷积核尺寸相等时，输出尺寸也为1）。

让我们通过几个实例来理解这个公式：

• 实例1：输入尺寸为6x6，卷积核尺寸为2x2，步长为1，填充为0。根据公式计算得到的输出尺寸为5。
• 实例2：输入尺寸为6x6，卷积核尺寸为2x2，步长为2，填充为1。根据公式计算得到的输出尺寸为4。

感受野

感受野是指在卷积神经网络中，某一层特征图上的一个像素点能够看到的原始输入图像的范围。随着网络深度的增加，感受野也会逐渐扩大，从而能够捕捉到更大范围的上下文信息。

感受野的计算是一个多层累加的过程。具体来说：

1. 第一层的感受野等于卷积核的尺寸。
2. 后续每一层的感受野等于前一层的感受野加上当前层新增加的边缘（卷积核尺寸减去中心点）。
3. 如果步长大于1，还需要考虑步长的影响。

让我们通过几个实例来理解感受野的计算：

假设一个网络的前两层都使用了3x3的滤波器，步长为1：

第一层：
    感受野 = 1 + (3 - 1) × 1 = 3
第二层：
    感受野 = 3 + (3 - 1) × 1 = 5

假设一个网络的前三层都使用了3x3的滤波器，步长为2：

第一层：
    卷积核大小 = 3，步长 = 2
    RF1=1+(3−1)×1=3
第二层：
    卷积核大小 = 3，步长 = 2
    此处，之前层的步长积仅为第1层的步长，即2。
    RF2=3+(3−1)×2=7
第三层：
    卷积核大小 = 3，步长 = 2
    第1层和第2层的步长积是 2×2=4。
    RF3=7+(3−1)×4=15

通过以上计算可以看出，随着网络深度的增加，感受野也在不断扩大，从而能够捕捉到更大范围的上下文信息。