感受野计算
来源:互联网 发布:垂直b2b平台 源码 编辑:程序博客网 时间:2024/05/13 04:46
参考链接:
http://blog.csdn.net/gzq0723/article/details/53138430
http://blog.csdn.net/kuaitoukid/article/details/46829355
这两篇博客各有优缺点,我结合自己的理解分析一下。
概念:
感受野(receive field)是指当前feature map中的一个原子点P与输入层中多少个原子个数相关的问题,假设输入层相关的点为(RF*RF)个(假设长宽两个方向上做同样尺度的操作),即输入层中RF*RF个原子值的变化会影响当前feature map中的指定原子P,而输入层中其他原子变化并不会影响这个指定原子P。显然局部感受野只跟kernel size有关,与stride无关。这也是卷积层的两个重要特性之一(局部感受野和参数共享)。显然RF>=1.
当然感受野也可以作为一个相对概念,即不一定是相对于输入层的感受野,你也可以定义任意层l1相对于另外任意层L2的相对域(只需要满足约束条件:L2不能再L1层的后面,档L1==L2时,RF==1).
问题:求任意层的输出Feature map上的感受野F(则感受原子点个数即为F*F).
首先我们来分析比较简单的一种情况:
输入层通过第1层(type = conv,kernel_size =3,stride =1),再通过第2层(type = pool,kernel_size =2,stride =2),求第2层的输出feature map 在输入层的感受野F.
显然,这是很简单的模型,第一层对于输入层的感受野为3(只跟kernel_size有关),第二层对第一层的感受野为2(只跟kernel_size有关),那第二层对输入层呢?动手画一画,就知道第2层对输入层的感受野为4*4。我们在分析的过程中,是不是现求第二层对第一层的感受野,然后结合第一层对输入层的感受野,算出第二层对输入层的感受野。这就等价一个递归关系。
现在来看一般情况:
假设第i层上对第j层的局部感受野为F(i,j),显然i>=j.假定输入层为第0层。
则现在问题转化为求F(i,0)的问题。由上面分析可知F(i,i)=1,现只需要求出F(i,j) 与F(i,j-1)层的关系,即可通过F(i,i)求出F(i,0).
通过简单情况和画图分析,可得出递归关系式,F(i,j-1) = kernel_size_j + (F(i,j)-1)*stride_j,kernel_size_j表示的第j层的kernel_size,stride_j表示第j层的stride.这个式子分为两部分,一部分是指kernel_size_j,即局部感受野,另一部分是stride,可理解为当前层在每多一个原子,上一层的感受野多增加stride个(在第一个局部感受野的基础上增加的)(只考虑一个方向的大小)。
则由递归关系和F(i,i) =1,可求出F(i,0).注意F(i,0)和F(i-1,0)并没有任何关系。
现贴上博客中写的代码,挺好理解的,赞博主~
- CNN 感受野计算
- 感受野计算
- CNN 感受野大小计算
- CNN中感受野的计算
- CNN中感受野的计算
- CNN中感受野的计算
- CNN中感受野的计算
- 深度学习中的感受野计算
- CNN中感受野的计算
- CNN中感受野的计算
- CNN中感受野的计算
- 【深度学习】感受野的计算
- CNN中感受野的计算
- CNN中感受野的计算
- 卷积神经网络物体检测之感受野大小计算
- 卷积神经网络物体检测之感受野大小计算
- 卷积神经网络物体检测之感受野大小计算
- 卷积神经网络物体检测之感受野大小计算
- MS-SQL中取用户连续签到的次数
- SpringMvc中两个Controller类之间传递参数的方法
- Git 仓库迁移
- 在Fluent中实现自动操作
- [知了堂学习笔记] javascript DOM学习
- 感受野计算
- vue-cli生成vue+webpack的项目模板怎么设置为vue1.0
- greenplum单表恢复测试
- 坦克小战的游戏规则说明(2)
- Python checkio Min and Max解决方案
- 最近在做微信上传素材,使用tp5做框架,遇到了41005的问题,这里是解决的方法
- 织梦添加自定义字段“附件” 如何修改超链接附件URL地址
- python 搭建简单的http server,可直接post文件
- 529. Minesweeper(BFS)