52.CNN感受野计算 - 喵喵帕斯 - 博客园1

卷积神经网络（CNN）是深度学习领域中用于图像处理和计算机视觉任务的重要模型。在CNN中，感受野（Receptive Field, RF）是一个关键概念，它描述了网络中某个特定层的神经元能“看到”或响应输入数据的区域大小。理解感受野对于优化网络设计、解释网络行为以及计算深层网络的复杂性至关重要。 感受野的计算分为不同的情况： 1. **第一层卷积层**：对于网络的第一层卷积层，其输出特征图上的每个像素的感受野大小与使用的过滤器（kernel）大小相同。例如，如果使用3x3的过滤器，那么每个特征图像素的感受野也是3x3。 2. **深层卷积层**：随着网络的加深，每一层的输出特征图都是由前面层的过滤器滑动并聚合形成的。因此，深层卷积层的感受野不仅受到当前层过滤器大小的影响，还受到之前所有层的过滤器大小和步长（stride）的影响。在没有填充（padding）的情况下，感受野可以通过以下公式计算： `rfsize = f(out, stride, ksize) = (out - 1) * stride + ksize` 其中，`out` 是上一层的感受野大小，`stride` 是当前层的步长，`ksize` 是当前层的过滤器大小。值得注意的是，最后一层的感受野不再依赖于上一层，因为没有前一层的输出。 3. **填充的影响**：在实际应用中，为了保持特征图的尺寸不变，通常会使用零填充（padding）。然而，计算感受野时，我们通常忽略padding的影响，即只考虑有效输入区域，不包括边缘的填充部分。 感受野的计算通常是自顶向下进行的，从网络的最后一层向前逐步推算。例如，我们可以从网络的输出层开始，利用上述公式逐渐计算出每一层的感受野。这个过程涉及到对每个层的步长、过滤器大小和上一层的感受野大小的组合计算。 以两个示例来进一步解释： **例1：VGG16网络** VGG16是一个著名的深度卷积网络，包含多个卷积层和池化层。在池化层pool2之后，一个特征图上的元素（假设out=1，即没有下采样）的感受野大小是 `(1-1) * 2 + 2 = 2`。接下来，在conv1_2层，感受野将是 `(2-1) * 1 + 3 = 4`，然后在conv1_1层，它将变为 `(4-1) * 1 + 3 = 6`。 **例2：感受野计算** 假设有一个简单的网络结构，其中两个连续的层都有步长s=2和过滤器大小k=3，没有填充p=0。第一层（layer1）对输入层（layer0），感受野是 `(1-1) * 2 + 3 = 3`。第二层（layer2）对输入层的感受野将是 `(3-1) * 2 + 3 = 7`。 总结来说，感受野在CNN中起着核心作用，它定义了网络对输入信息的局部感知能力。通过理解感受野的计算和影响因素，我们可以更好地设计和调整网络架构，以适应特定的计算机视觉任务需求。