计算机视觉基础知识总结(2)感受野感受野的重要意义
深度神经网络的一个基本概念,很大程度上决定了网络的性能视觉应用(分类、检测、分割、等)都需要利用感受区来理解,促使我们创新的源泉——CNN感受区的定义和性质http://www.Sina. 各神经元节点与输入图像的某个特定区域对应,只有该区域的图像内容影响对应神经元的活性化
定义
从越接近感知范围中心区域越重要的各向同性(离感知范围中心的距离相等的位置,其重要性一致)中心到周围的衰减的速度允许网络结构控制感知范围如何计算影响感知范围的因素
改变感觉区的操作:性质:
不可改变感受区操作:非线性层、正则化层(BN、GN ) )。
感觉区的计算按各层根据卷积核和步长进行计算
感受野中心的计算首先计算左上角的位置,然后通过导出公式估计其他位置的感受野中心位置
有效地感受到蔬菜
有效地感受领域的概念
1 .感受野的任何位置都会影响神经元的激活,所有贡献都不尽相同。 贡献大的位置称为有效感受区
2 .效应敏感区是神经网络的内在属性,网络结构稳定后,效应敏感区属性也稳定
3 .体感视野大小相等的情况下,网络结构不同的话,有效的体感视野的特性就会不同
有效感受野的计算参考相应的文献
有效地感受蔬菜为什么很重要
1 .感受田野,可以知道神经网络关注的重点在哪里,可以找到问题的核心
2 .指导任务(分类、检查、分割网络的设计)有多深
3 .进一步探索网络的可描述性
感受蔬菜是如何影响分类网络的
分类网络中的Resnet是一个重要的里程碑
1 .解决了深度网络逆向更新时梯度消失的问题
2 .提高特征图谱的特征能力融合了卷积层,反卷积,池化层,残差连接,合并连接的特征图谱
分类网络的深度是有效地使人们容易感受到野可以覆盖全图,这样的特征表现是最好的
因此,图像中间的分类往往得到比较好的效果
因此,分类有路线。 也就是说,可以随机修剪区域中的子图像,以便于后续处理
不同感受野尺度
结构相似时,感受场越大,性能越好,感受场并不能完全决定性能,这与有结论有关()增强结构优势比单纯增加感受场更有效) )