LeNet中神经元的感受野

9

我试图更好地了解CNN的接受领域。为此，我想计算LeNet中每个神经元的感受野。对于普通的MLP来说，它相当简单（请参阅http://deeplearning.net/tutorial/lenet.html#sparse-connectivity），但是要计算一个或多个卷积层和池层。

2.卷积层中神经元的感受野是什么？在下面的子采样/合并层中，它的大小是多少？计算这些的公式是什么？

deep-learning conv-neural-network

— 皮尔
source

1

相关的补充工具栏提出了这个问题，与您正在考虑且有趣的事情有关。

— 2015年

2

如果您将卷积网络视为标准MLP的实例，则可以采用与链接的示例完全相同的方式来计算接受域。

回想一下，卷积层本质上是具有许多重复模式的层的简写，如该图像（来自此答案，最初来自此处）：

卷积的视觉示例

该图像的每个“目标像素”对应于一个神经元，其输入是源图像中的蓝色方块。根据您的网络体系结构，卷积可能不完全对应于这样的像素，但这是相同的想法。用作所有这些卷积神经元的输入的权重是有限的，但这与您在此处所考虑的无关。

合并神经元的方法可以相同，将它们每个输入的接受场组合在一起。

— 杜加尔
source

很好的可视化！您的示例非常合理。如果在卷积层之后添加2x2池化层，则尽管在卷积层中神经元重叠时会混合四个3x3场，但池化层中的每个神经元只会具有4x4的接受场。我可以轻松地解决这个问题，并根据池大小等为接收场创建一些简单的公式。但是，对于随后的卷积层来说，它变得更加复杂，因为接收场现在还取决于轮询层的步幅等。 RF的哪个公式考虑了这一点？

— pir

那么源像素中的蓝色方块是接收场的大小吗？

— 查理·帕克

我有一个相同的问题，在论文“更快的R-CNN：使用区域提议网络实现实时目标检测”中，它在第3.1节中指出，ZF和VGG16的接受域为171和228，但未添加从网络配置。希望有人可以帮我解决这个问题。

— 灿金

0

在Faster-rcnn中，可以如下计算有效接收场（VGG16）：

图->
Conv1（3）-> Conv1（3）-> Pool1（2）==>
Conv2（3）-> Conv2（3）-> Pool2（2）==>
Conv3（3）-> Conv3（3 ）-> Conv3（3）-> Pool3（2）==>
Conv4（3）-> Conv4（3）-> Conv4（3）-> Pool4（2）==>
Conv5（3）-> Conv5（3））-> Conv5（3）====>
特征图中的3 * 3窗口。
为了简单起见，我们采取一个维度。如果我们从大小3推导回来，则原始的接收场为：
1）。在Conv5的开头：3 + 2 + 2 + 2 = 9
2）。在Conv4的开头：9 * 2 + 2 + 2 + 2 = 24
3）。在Conv3的开头：24 * 2 + 2 + 2 + 2 = 54
4）。在Conv2的开头：54 * 2 + 2 + 2 = 112
5）。在Conv1的开头（原始输入）：112 * 2 + 2 + 2 = 228

— 游艇俱乐部
source