點擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”

重磅干貨，第一時間送達

什么是感受野

The receptive field is defined as the region in the input space that a particular CNN’s feature is looking at (i.e. be affected by).
—— A guide to receptive field arithmetic for Convolutional Neural Networks

感受野（Receptive Field），指的是神經(jīng)網(wǎng)絡(luò)中神經(jīng)元“看到的”輸入?yún)^(qū)域，在卷積神經(jīng)網(wǎng)絡(luò)中，feature map上某個元素的計算受輸入圖像上某個區(qū)域的影響，這個區(qū)域即該元素的感受野。

卷積神經(jīng)網(wǎng)絡(luò)中，越深層的神經(jīng)元看到的輸入?yún)^(qū)域越大，如下圖所示，kernel size 均為3×3，stride均為1，綠色標(biāo)記的是Layer2每個神經(jīng)元看到的區(qū)域，黃色標(biāo)記的是Layer3 看到的區(qū)域，具體地，Layer2每個神經(jīng)元可看到Layer1上3×3 大小的區(qū)域，Layer3 每個神經(jīng)元看到Layer2 上3×3 大小的區(qū)域，該區(qū)域可以又看到Layer1上5×5 大小的區(qū)域。

https://www.researchgate.net/publication/316950618_Maritime_Semantic_Labeling_of_Optical_Remote_Sens

所以，感受野是個相對概念，某層feature map上的元素看到前面不同層上的區(qū)域范圍是不同的，通常在不特殊指定的情況下，感受野指的是看到輸入圖像上的區(qū)域。

為了具體計算感受野，這里借鑒視覺系統(tǒng)中的概念：

receptive field=center+surround

準(zhǔn)確計算感受野，需要回答兩個子問，即視野中心在哪和視野范圍多大。

只有看到”合適范圍的信息”才可能做出正確的判斷，否則就可能“盲人摸象”或者“一覽眾山小”；

目標(biāo)識別問題中，我們需要知道神經(jīng)元看到是哪個區(qū)域，才能合理推斷物體在哪以及判斷是什么物體。

但是，網(wǎng)絡(luò)架構(gòu)多種多樣，每層的參數(shù)配置也不盡相同，感受野具體該怎么計算？

約定

在正式計算之前，先對數(shù)學(xué)符號做如下約定：

https://medium.com/mlreview/a-guide-to-receptive-field-arithmetic-for-convolutional-neural-networks-e0f514068807

k：kernel size

p：padding size

s：stride size

Layer：用Layer表示feature map，特別地，Layer0為輸入圖像；

Conv：用Conv表示卷積，k、p、s為卷積層的超參數(shù)，Convl的輸入和輸出分別為Layerl?1和Layerl+1；

n：feature map size為n×n，這里假定height=width；

r：receptive field size為r×r，這里假定感受野為方形；

j：feature map上相鄰元素間的像素距離，即將feature map上的元素與輸入圖像Layer0 上感受野的中心對齊后，相鄰元素在輸入圖像上的像素距離，也可以理解為 feature map上前進1步相當(dāng)于輸入圖像上前進多少個像素，如下圖所示，feature map上前進1步，相當(dāng)于輸入圖像上前進2個像素，j=2；

https://github.com/vdumoulin/conv_arithmetic/blob/master/gif/padding_strides.gif

start：feature map左上角元素在輸入圖像上的感受野中心坐標(biāo)(start,start)，即視野中心的坐標(biāo)，在上圖中，左上角綠色塊感受野中心坐標(biāo)為(0.5,0.5)，即左上角藍(lán)色塊中心的坐標(biāo)，左上角白色虛線塊中心的坐標(biāo)為(?0.5,?0.5)；

l：l表示層，卷積層為Convl，其輸入feature map為Layerl?1，輸出為Layerl。

下面假定所有層均為卷積層。

感受野大小

感受野大小的計算是個遞推公式。

再看上面的動圖，如果feature map 上的一個元素A看到feature map Layer1 上的范圍為3×3（圖中綠色塊），其大小等于kernel size k2，所以，A看到的感受野范圍r2等價于Layer1上3×3窗口看到的Layer0 范圍，據(jù)此可以建立起相鄰Layer感受野的關(guān)系，如下所示，其中rl為Layerl的感受野，rl?1為 Layerl?1 的感受野，

Layerl 一個元素的感受野rl等價于Layerl?1 上k×k個感受野的疊加；

Layerl?1 上一個元素的感受野為rl?1；

Layerl?1 上連續(xù)k個元素的感受野可以看成是，第1個元素看到的感受野加上剩余k?1步掃過的范圍，Layerl?1 上每前進1個元素相當(dāng)于在輸入圖像上前進jl?1個像素，結(jié)果等于rl?1+(k?1)×jl?1

可視化如下圖所示，

下面的問題是，jin怎么求？

Layerl 上前進1個元素相當(dāng)于Layerl?1上前進sl個元素，轉(zhuǎn)換成像素單位為

其中，sl為Convl的kernel在 Layerl?1 上滑動的步長，輸入圖像的s0=1。

根據(jù)遞推公式可知，

Layerl上前進1個元素，相當(dāng)于在輸入圖像前進了

個像素，即前面所有層stride的連乘。

進一步可得，Layerl的感受野大小為：

感受野中心

感受野中心的計算也是個遞推公式。

在上一節(jié)中計算得

，表示feature map Layerl上前進1個元素相當(dāng)于在輸入圖像上前進的像素數(shù)目，如果將feature map上元素與感受野中心對齊，則jl為感受野中心之間的像素距離。如下圖所示，

其中，各層的kernel size、padding、stride超參數(shù)已在圖中標(biāo)出，右側(cè)圖為feature map和感受野中心對齊后的結(jié)果。

相鄰Layer間，感受野中心的關(guān)系為：

所有的start坐標(biāo)均相對于輸入圖像坐標(biāo)系。其中，start0=(0.5,0.5)，為輸入圖像左上角像素的中心坐標(biāo)，startl?1表示Layerl?1左上角元素的感受野中心坐標(biāo)，(2kl?1?pl)為Layerl與Layerl?1感受野中心相對于Layerl?1坐標(biāo)系的偏差，該偏差需折算到輸入圖像坐標(biāo)系，其值需要乘上jl?1，即Layerl?1相鄰元素間的像素距離，相乘的結(jié)果為(2kl?1?pl)?jl?1，即感受野中心間的像素距離——相對輸入圖像坐標(biāo)系。至此，相鄰Layer間感受野中心坐標(biāo)間的關(guān)系就不難得出了，這個過程可視化如下。

知道了Layerl左上角元素的感受野中心坐標(biāo)(startl,startl)，通過該層相鄰元素間的像素距離jl可以推算其他元素的感受野中心坐標(biāo)。

小結(jié)

將感受野的相關(guān)計算小結(jié)一下：

由上面的遞推公式，就可以從前向后逐層計算感受野了，代碼可參見computeReceptiveField.py，在線可視化計算可參見Receptive Field Calculator。

最后，還有幾點需要注意：

Layerl的感受野大小與sl、pl無關(guān)，即當(dāng)前feature map元素的感受野大小與該層相鄰元素間的像素距離無關(guān)；

為了簡化，通常將padding size設(shè)置為kernel的半徑，即p=2k?1，可得startl=startl?1，使得feature map Layerl 上(x,y)位置的元素，其感受野中心坐標(biāo)為(xjl,yjl)；

對于空洞卷積dilated convolution，相當(dāng)于改變了卷積核的尺寸，若含有 dilation rate參數(shù)，只需將kl替換為dilation rate?(kl?1)+1 ，dilation rate=1時為正常卷積；

對于pooling層，可將其當(dāng)成特殊的卷積層，同樣存在kernel size、padding、stride參數(shù)；

非線性激活層為逐元素操作，不改變感受野。

以上。

參考資料

wiki-Receptive field

wiki-Receptive Field Calculator

arXiv-Understanding the Effective Receptive Field in Deep Convolutional Neural Networks

medium-A guide to receptive field arithmetic for Convolutional Neural Networks

medium-Topic DL03: Receptive Field in CNN and the Math behind it

ppt-Convolutional Feature Maps: Elements of Efficient (and Accurate) CNN-based Object Detection

SIGAI-關(guān)于感受野的總結(jié)

Calculating Receptive Field of CNN

好消息！ 
小白學(xué)視覺知識星球
開始面向外開放啦??????



下載1：OpenCV-Contrib擴展模塊中文版教程
在「小白學(xué)視覺」公眾號后臺回復(fù)：擴展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。

下載2：Python視覺實戰(zhàn)項目52講
在「小白學(xué)視覺」公眾號后臺回復(fù)：Python視覺實戰(zhàn)項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數(shù)、添加眼線、車牌識別、字符識別、情緒檢測、文本內(nèi)容提取、面部識別等31個視覺實戰(zhàn)項目，助力快速學(xué)校計算機視覺。

下載3：OpenCV實戰(zhàn)項目20講
在「小白學(xué)視覺」公眾號后臺回復(fù)：OpenCV實戰(zhàn)項目20講，即可下載含有20個基于OpenCV實現(xiàn)20個實戰(zhàn)項目，實現(xiàn)OpenCV學(xué)習(xí)進階。

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫(yī)學(xué)影像、GAN、算法競賽等微信群（以后會逐漸細(xì)分），請掃描下面微信號加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功后會根據(jù)研究方向邀請進入相關(guān)微信群。請勿在群內(nèi)發(fā)送廣告，否則會請出群，謝謝理解~

国产秋霞理论久久久电影-婷婷色九月综合激情丁香-欧美在线观看乱妇视频-精品国avA久久久久久久-国产乱码精品一区二区三区亚洲人-欧美熟妇一区二区三区蜜桃视频

收藏 |徹底搞懂感受野的含義與計算

重磅干貨，第一時間送達

什么是感受野

約定

感受野大小

感受野中心

小結(jié)

參考資料

国产秋霞理论久久久电影-婷婷色九月综合激情丁香-欧美在线观看乱妇视频-精品国avA久久久久久久-国产乱码精品一区二区三区亚洲人-欧美熟妇一区二区三区蜜桃视频

收藏 |徹底搞懂感受野的含義與計算

重磅干貨，第一時間送達

什么是感受野

約定

感受野大小

感受野中心

小結(jié)

參考資料

重磅干貨，第一時間送達