CNN中感受野的理解
作者:程序_小白
链接:https://www.jianshu.com/p/9305d31962d8
一、到底什么是“感受野”(接受野Receptive Field)
感受野是一个神经元对原始图像的连接
通常说:第几层对输入数据(即原始图像)的感受野
二、图解说明
为了更好地说明整个卷积神经网络的工作过程,下面以一个例子说明,原始图像的大小为10x10,一共设计了5个网络层,前面4个是卷积层,卷积核的大小为3x3,最后一个是池化层,大小为2x2,为了较简单的说明,本次所有的步幅stride均为1.
注意:感受野在计算的时候不考虑“边界填充”,因为填充的边界已经不是原始图像本身的内容了,感受野描述的是输出特征到原始图像的映射关系,故而不考虑padding 。实际建模过程中可能需要填充边界,原理一样,只是计算稍微复杂点。
1、第一次卷积运算
![](https://img2018.cnblogs.com/blog/1538832/201905/1538832-20190511162956102-269817626.png)
从上面可以看出:第一层网络输出的图像中,输出结果为8x8,output1输出的每一个特征(即每一个像素)受到原始图像的3x3区域内的影响,故而第一层的感受野为3,用字母表示为
RF1=3 (每一个像素值与原始图像的3x3区域有关)
2、第二次卷积运算
![](https://img2018.cnblogs.com/blog/1538832/201905/1538832-20190511163059246-30998035.png)
从上图可以看出,经历两次卷积运算之后,最终的输出图像为6x6,output2输出的每一个特征(即每一个像素)受到output1的范围影响为3x3,而output1中的这个3x3又收到原始图像的5x5的范围的影响,故而第二层的感受野为5,即
RF2=5 (每一个像素值与原始图像的5x5区域有关)
3、第三次卷积运算
![](https://img2018.cnblogs.com/blog/1538832/201905/1538832-20190511163111410-633673219.png)
从上图可以看出,经历三次卷积运算之后,最终的输出图像为4x4,output3输出的每一个特征(即每一个像素)受到output2的范围影响为3x3,而output2中的这个3x3又受到output1的5x5的范围的影响,而output1中的这个5x5又受到原始图像的7x7的范围的影响,故而第三层的感受野为7,即
RF3=7 (每一个像素值与原始图像的7x7区域有关)
4、第四次卷积运算
![](https://img2018.cnblogs.com/blog/1538832/201905/1538832-20190511163120271-1593629987.png)
从上图可以看出,经历四次卷积运算之后,最终的输出图像为2x2,output4输出的每一个特征(即每一个像素)受到output3的范围影响为3x3,而output3中的这个3x3又受到output2的5x5的范围的影响,而output2中的这个5x5又受到output1的7x7的范围的影响,而output1中的这个7x7又受到原始图形的9x9的范围的影响,故而第四层的感受野为9,即
RF4=9 (每一个像素值与原始图像的9x9区域有关)
5、第五次池化运算
![](http://upload-images.jianshu.io/upload_images/13614507-d1dd85a84cebd955.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1000/format/webp)
从上图可以看出,经历四次卷积运算和一次池化运算之后,最终的输出图像为1x1,output5输出的每一个特征(即每一个像素)受到output4的范围影响为2x2,而output4中的这个2x2又受到output3的4x4的范围的影响,而output3中的这个4x4又受到output2的6x6的范围的影响,而output2中的这个6x6受到output1的8x8的范围的影响,而output1中的这个8x8受到原始图像的10x10的范围的影响,故而第五层的感受野为10,即
RF5=10 (每一个像素值与原始图像的10x10区域有关)
三、递推公式推导
从上面的过程可以看出,感受野的推导是一个递推的过程,下面将展示这一过程。
RF1=3 k1(第一层的感受野,永远等于第一个卷积核的尺寸大小)k表示第几个卷积层
RF2=5 k1 + (k2-1) RF1+ (k2-1)
RF3=7 k1 + (k2-1) + (k3-1) RF2+ (k3-1)
RF4=9 k1 + (k2-1) + (k3-1) + (k4-1) RF3+ (k4-1)
RF4=10 k1 + (k2-1) + (k3-1) + (k4-1) + (k5-1) RF4+ (k5-1)
总结:从上面可以看出,感受野的大小的求解是一个不断第一的过程,因为第一层的每一个像素的感受野始终是第一个卷积核的大小,故而RF1总是最先确定,然后以此类推,逐步求出RF2、RF3、RF4、RF5……
但是上面的所有步长均为 1 ,如果每一次卷积运算的步长 stride 不为1呢,同理,这里直接给出递推公式:
RFn=RFn-1 + (kn-1)*stride_n
其中stride_n表示的是第n次卷积的移动步幅stride。
求解过程是从RF1开始的。