receptive

卷积 - 感受野（Receptive Field）

卷积-感受野（ReceptiveField）flyfish感受野（ReceptiveField）是指卷积神经网络中某一层的一个特定神经元能够“看到”并响应的输入图像区域。简单来说，它是指卷积核在输入图像上滑动过程中每次覆盖的区域。感受野的大小随着卷积层的增加而增大，即网络越深，感受野越大。感受野的直观理解假设我们有一个简单的卷积神经网络，只有一层卷积层，卷积核大小为3×33\times33×3，步
二分掌柜的·2025-02-09 09:14

【YOLOv8改进-论文笔记】RFAConv：感受野注意力卷积，创新空间注意力

因此，我们提出了一种名为感受野注意力（Receptive-FieldAttention，简称RFA）的新型注意力机制。现有的空间注意力，如卷积
程序员半夏·2024-01-29 13:06

RFLA: Gaussian Receptive Field based Label Assignment for Tiny Object Detection（ECCV2022）

文章目录-AbstractIntroduction基于anchor的盒先验和无锚的点先验存在的问题解决ContributionsRelatedWorkObjectDetectionTinyObjectDetectionDataaugmentation（2023那篇综述里给了一堆方法）Multi-scalelearningCustomizedtrainingstrategyfortinyobject
怎么全是重名·2023-12-24 11:48

每日一词224| receptive

1.Youngpeopletendtobemorereceptivetochangethantheelderly.2.Thevotershadseemedreceptivetohisideas.
63dc75fc5f8a·2023-12-23 22:55

每日一词224

词：receptive英英释义：willingtoconsideroracceptnewsuggestionsandideas例句：Generallyspeaking,themorepeopleareeducated
索诺·2023-12-22 15:49

YOLOv5改进 | 卷积篇 | 通过RFAConv重塑空间注意力（深度学习的前沿突破）

一、本文介绍本文给大家带来的改进机制是RFAConv，全称为Receptive-FieldAttentionConvolution，是一种全新的空间注意力机制。
Snu77·2023-12-21 12:34

YOLOv8改进 | 2023 | 通过RFAConv重塑空间注意力（深度学习的前沿突破）

一、本文介绍本文给大家带来的改进机制是RFAConv，全称为Receptive-FieldAttentionConvolution，是一种全新的空间注意力机制。
Snu77·2023-12-01 10:07

【EMFace】《EMface: Detecting Hard Faces by Exploring Receptive Field Pyramids》

arXiv-2021文章目录1BackgroundandMotivation2RelatedWork3Advantages/Contributions4Method5Experiments5.1DatasetsandMetrics5.2AblationStudy5.3ComparisonwithState-of-the-Arts6Conclusion（own）1BackgroundandMotiv
bryant_meng·2023-11-28 08:41

感受野(Receptive Field)理解和计算

@[Toc](感受野(ReceptiveFiled)的理解和计算)感受野定义在卷积神经网络中，感受野(ReceptiveFiled)是经过神经网络后生成的指特征图上的某个像素点所对应输入图像的区域。针对上面的图，经过conv2卷积神经网络后，生成了22的特征图，针对这个22特征图的一个像素来说，它是由conv1生成的特征图做第一个22的卷积得到的。而经过conv1生成的特征图的22的这个区域是由于
Code_LiShi·2023-11-11 11:08

一文搞懂深度学习中的感受野（receptive field）

一文搞懂深度学习中的感受野（receptivefield）ThereceptivefieldisdefinedastheregionintheinputspacethataparticularCNN’sfeatureislookingat(i.e.beaffectedby).——AguidetoreceptivefieldarithmeticforConvolutionalNeuralNetwor
昱萱·2023-09-18 16:16

RFB（Receptive Field Block）

ECCV2018:ReceptiveFieldBlockNetforAccurateandFastObjectDetection一文中提出了一种新的特征提取模块——RFB，该文的出发点是模拟人类视觉的感受野从而加强网络的特征提取能力，在结构上RFB借鉴了Inception的思想，主要是在Inception的基础上加入了空洞卷积，从而有效增大了感受野RFB的效果示意图如所示，其中中间虚线框部分就是R
小小小~·2023-07-17 13:53

如何计算感受野(Receptive Field)

深度神经网络中的感受野(ReceptiveField)本文转载自知乎：深度神经网络中的感受野(ReceptiveField)-蓝木达的文章-知乎在机器视觉领域的深度神经网络中有一个概念叫做感受野，用来表示网络内部的不同位置的神经元对原图像的感受范围的大小。神经元之所以无法对原始图像的所有信息进行感知，是因为在这些网络结构中普遍使用卷积层和pooling层，在层与层之间均为局部相连（通过slidin
Sylvan Ding·2023-04-14 23:52

计算CNN感受野 receptive field

只考虑一维，毕竟大部分图像cnn网络的两个维度也是同样参数。#-*-coding:utf-8-*-"""CreatedonTueMar2620:33:322019@author:BigFly"""upper=lambdax:int(x)+int((x-int(x))>0)classLayer(object):def__init__(self,name,kernel,stride,pad=[0,0]
铁佛爷·2023-04-14 11:25

CNN输出尺寸公式与感受野计算公式；何为感受野（receptive field）？何为Scale？

输出featuremap尺寸计算经过某一层Conv2D后，featuremap的输出大小为其中，N为原图尺寸，F为Filter/Kernelsize.一下图片截图自stanfordcs231n图片.png图片.png图片.png感受野尺寸计算在读CycleGAN源码中的PathGAN(Discriminator)部分时，发现并没有对原图进行显示地分割，于是猜测应该和感受野的计算有关系，查了一下果然
Williamongh·2023-03-29 14:42

Receptive field(感受野)

终于在知乎上中找到深度神经网络中的感受野(ReceptiveField)-蓝荣祎的文章-知乎)算是弄清了基本原理，记录以备忘1.先举个例子：e.g.两层3*3卷积操作的有效区域(感受野)是5*5(所有filter的stride=1,pad=0),示意图如下：三层3*3卷积核操作的有效区域是7*7(所有filter的stride=1，pad=0),示意图如下：2.基本定义：定义：感受野用来表示网络内
默写年华Antifragile·2023-03-15 20:07

感受野（receptive field）

之前在做物体检测的时候，对这个问题没有弄清楚，记录下最近关于这个问题的理解。问题：浅层特征图检测小目标，深层特征图检测大目标？浅层特征图不检测大目标是因为感受野不够，所谓感受野，就是用来表示网络内部的不同位置的神经元对原图像的感受范围的大小。只有当感受野大于物体，能够将物体包含的时候，才能正确检测。在深层特征图，感受野比较大，可以更好的看清一个物体，用于检测大目标准确度更高。浅层特征图感受野小，对
云端一散仙·2023-01-13 20:39

感受野(Receptive Field)的理解与计算

一、定义在卷积神经网络中,感受野(ReceptiveField)是指特征图上的某个点能看到的输入图像的区域,即特征图上的点是由输入图像中感受野大小区域的计算得到的图来自[1]神经元感受野的值越大表示其能接触到的原始图像范围就越大，也意味着它可能蕴含更为全局，语义层次更高的特征；相反，值越小则表示其所包含的特征越趋向局部和细节。因此感受野的值可以用来大致判断每一层的抽象层次.[1]二、计算卷积层(c
玖零猴·2023-01-13 20:09

论文阅读 | Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point ...

前言：点云领域里扩大感受野的方法DPC，发表在InternationalConferenceonRoboticsandAutomation(ICRA)2020论文地址：【here】DilatedPointConvolutions:OntheReceptiveFieldSizeofPointConvolutionson3DPointClouds引言在2D的CNN中，感受野指的是影响输出数据的输入数据
btee·2023-01-11 19:04

RFLA: Gaussian Receptive Field based Label Assignment for Tiny Object Detection

原文：https://arxiv.org/pdf/2208.08738.pdf代码：https://github.com/Chasel-Tsui/mmdet-rfla微小物体检测是阻碍目标检测发展的主要障碍之一。在微小物体检测任务中，通用物体检测器的性能往往会急剧下降。本文指出，无论是基于锚的检测器中的锚框先验还是无锚检测器中的点先验，对于微小物体都是次优的。当前基于锚框或无锚框的标签分配范式将导
小小小~·2022-12-23 17:51

Receptive field(感受野)

感受野用来表示网络内部的不同神经元对原图像的感受范围的大小，或者说，convNets(cnn)每一层输出的特征图(featuremap)上的像素点在原始图像上映射的区域大小。我们可以通过逆向思维理解感受野，如下：两层3×3卷积操作的有效区域(感受野)是5×5(所有filter的stride=1,pad=0),示意图如下：三层3×3卷积核操作的有效区域是7×7(所有filter的stride=1，p
LXYnizhan·2022-12-06 19:56

卷积神经网络传播过程中感受野的理解以及feature map size 、receptive field size的计算（代码）

候补：以下介绍的是理论感受野；其实有效感受野因训练方式有关（一般比理论感受野小）今天看论文时偶然提到了感受野这个名词，这个词在初学卷积神经网络时就已经解除了，但是还没有对其有深入的了解，因此在网上百度了一些有关感受野的相关的资料，并自己亲自跑了下计算网络传播过程中感受野大小和featuremap大小的代码，感觉理解的更加深入了，下面记录下过程：这里感谢http://blog.csdn.net/gz
wonengguwozai·2022-11-22 09:22

CNN卷积神经网络学习笔记

而卷积层的感受野(receptive,又称过滤器(filter)，神经元(neuron)，卷积核(ke
Tae_up·2022-10-06 16:47

细说卷积神经网络（CNN）中所谓的“感受野”（Receptive Field）

感受野一、感受野1.全连接网络与卷积神经网络2.进一步体验“感受野”3.计算感受野通用方式4.综合实例5.总结一、感受野感受野：卷积神经网络中每个网络层输出的特征图中的单个元素映射回原始输入特征中的区域大小，网络层越深，其输出特征的元素对应感受野越大。可以这么去描述感受野：网络层输出特征图上的一个元素点，由原始输入中多大区域映射而来，其感受野就是多大。1.全连接网络与卷积神经网络对于全连接网络而言
NorthSmile·2022-09-12 07:42

Effective Receptive Field (ERFs)

importtorchfromtorchimportnnfromtorchvision.utilsimportmake_gridfromtorch.nnimportinitimportmatplotlib.pyplotaspltclassModel(nn.Module):def__init__(self,num_layers=18):super(Model,self).__init__()conv
这是个问题·2022-05-26 16:45

Receptive field in CNNs

建议先阅读Aguidetoconvolutionarithmeticfordeeplearning论文笔记感受野（receptivefield）：卷积网络中某非输入层的featuremap中的神经元（像素点）映射到输入featuremap上的区域大小。ThereceptivefieldisdefinedastheregionintheinputspacethataparticularCNN’sfe
醒醒去睡吧·2021-06-06 22:01

论文笔记-Computing Receptive Fields of Convolutional Neural Networks计算卷积神经网络的感受野

ComputingReceptiveFieldsofConvolutionalNeuralNetworks作者：AndréAraujo，WadeNorris，JackSimopen-sourcelibrary:https://github.com/google-research/receptive_field
升不上三段的大鱼·2020-11-07 07:26

【深度学习】卷积神经网络中感受野（Receptive Field）的计算方法

【深度学习】卷积神经网络中感受野（ReceptiveField）的计算方法转载来源卷积神经网络中感受野（ReceptiveField）的计算方法感受野计算器：python实现的感受野计算器结语转载来源https://zhuanlan.zhihu.com/p/28492837https://www.cnblogs.com/objectDetect/p/5947169.html感谢原作者的工作卷积神经
Zhang_Chen_·2020-09-17 11:13

感受野(receptive field)

学习RCNN系列论文时，出现了感受野(receptivefield)的名词，感受野的尺寸大小是如何计算的，在网上没有搜到特别详细的介绍，为了加深印象，记录下自己对这一感念的理解，希望对理解基于CNN的物体检测过程有所帮助。1感受野的概念在卷积神经网络中，感受野的定义是卷积神经网络每一层输出的特征图（featuremap）上的像素点在原始图像上映射的区域大小。RCNN论文中有一段描述，Alexnet
bu_boosting·2020-08-26 12:02

卷积网络感受野计算

importcopy####top_to_bottomcalculatedefcal_receptive_filed(kernel_stride):fix_kernel_stride=copy.deepcopy
zh_JNU·2020-08-12 14:15

ICRA 2020——Dilated Point Convolutions: On the Receptive Field Size of Point Convolutions on 3D Point

DilatedPointConvolutions:OntheReceptiveFieldSizeofPointConvolutionson3DPointCloudsAbstract（一）Introduction（二）RelatedWork（三）Approach（四）Experiments（五）Conclusion论文：https://arxiv.org/abs/1907.12046Abstract
Dujing2019·2020-08-02 15:09

GeniePath：Graph Neural Networks with Adaptive Receptive Paths 论文详解 KDD 2018

文章目录1相关介绍1.1感受野的定义贡献2图卷积网络GCNGCN、GraphSAGE、GATDiscussions3GeniePath3.1PermutationInvariant排列不变性Theorem1(PermutationInvariant排列不变性)Remark2(AssociativeProperty结合律)3.2AdaptivePathLayer自适应的路径层Adaptivebrea
yyl424525·2020-08-02 14:57

Receptive field 感受野 原理+计算+图解+空洞卷积hole

ReceptivefieldThefixed-sizedCNNfeaturemapvisualization**1、一般可视化CNNfeaturemap****2、固定size的CNNfeaturemap****3、另一个固定size的CNNfeaturemap**ReceptiveFieldArithmeticInference一般认为，人类的对外界的感知都是从局部到全局的，而对于图像来说，也是
鹿鹿最可爱·2020-07-07 21:30

Receptive field | 看一遍就深刻记住了深度学习的感受野

在生物学领域，感受野，感受器受刺激兴奋时，通过感受器官中的向心神经元将神经冲动（各种感觉信息）传到上位中枢，一个神经元所反应（支配）的刺激区域就叫做神经元的感受野（receptivefield）。又译为受纳野。末梢感觉神经元、中继核神经元以及大脑皮层感觉区的神经元都有各自的感受野。随感觉种类不同，感受野的性质、大小也不一致。在视觉通路上，视网膜上的光感受器（杆体细胞和锥体细胞）通过接受光并将它转换
计算机视觉研究院·2020-07-07 08:27

[Receptive field_Object Detection/Tracking]卷积神经网络感受野

前不久，把烤箱玩得比较溜，结果肚子也玩得比较大QAQ…发奋减肥中(写100行代码，减1斤肉)Flag:写100行代码，减1斤肉背景回到正题，最近在研究，实践VOT(visualobjecttracking，视觉目标追踪)相关的东西。用一些非常简单的原理，弄出个比较简单的demo(https://www.bilibili.com/video/BV1dv411q7ii)。然后开始注意到一点，就是网络对
xddcore·2020-07-06 17:45

dilated convolution (扩张卷积) 输入输出特征图尺寸大小关系以及 receptive field (感受野) 计算

1.输入输入出特征图尺寸大小的关系更多例子可以参考：https://zhuanlan.zhihu.com/p/56940729带有扩张卷积的输入与输出特征图featuremap的大小关系为：其中，p->padding,d->dilation,k->kernelsize，如果是常规的卷积，则另d=1即可。上面这个公式非常得有用，需要牢记！这个关系式推导非常简单，抓住整个featuremap上可以滑动
机器AI·2020-07-06 08:45

斯坦福李飞飞-深度学习与计算机视觉 计算机视觉历史回顾与介绍

From3DReconstructiontoRecognitionCS231n神经网络在计算机视觉里的应用http://cs231n.stanford.edu/CS331CS431Hubel-Wiesel模型Hubel,D.H.,&Wiesel,T.N.(1959).Receptive
_pureheart·2020-06-30 19:27

神经网络感受野（receptive field）推到分析与计算（总结）

经典目标检测和最新目标跟踪都用到了RPN(regionproposalnetwork)，锚框(anchor)是RPN的基础，感受野(receptivefield,RF)是anchor的基础。在卷积神经网络中，感受野的定义是卷积神经网络每一层输出的特征图（featuremap）上的像素点在原始图像上映射的区域大小。例如1：原始图像为5x5，卷积核（KernelSize）为3x3，padding为1，
Andrewlu58·2020-06-30 00:42

深度神经网络中的感受野(Receptive Field)

终于在知乎上中找到深度神经网络中的感受野(ReceptiveField)-蓝荣祎的文章-知乎)算是弄清了基本原理，记录以备忘1.先举个例子：e.g.两层3*3卷积操作的有效区域(感受野)是5*5(所有filter的stride=1,pad=0),示意图如下：三层3*3卷积核操作的有效区域是7*7(所有filter的stride=1，pad=0),示意图如下：2.基本定义：定义：感受野用来表示网络内
weinierbian·2020-06-27 14:59

关于感受野以空洞卷积（dalid convolution）

目前正在参考大家的各种博客，所以把各种认为优秀的链接先粘贴在此，后续再进行总结：1、感受野的介绍1.1、https://medium.com/mlreview/a-guide-to-receptive-field-arithmetic-for-convolutional-neural-networks-e0f5140688072
全麦吐司chengym·2020-06-26 18:46

【深度学习】一张图看懂Receptive Field

本文尝试用最简明直白的图示，帮助理解和记忆ReceptiveField的计算方法。什么是ReceptiveField？在CNN中，第n层特征图中一个像素，对应第1层（输入图像）的像素数，即为该层的ReceptiveField，简称RF。基本思路网络第1层输入，第nn层输出。第kk层和第k+1k+1层之间的滤波器，其尺寸为fkfk，步长为sksk。为书写简洁，此处用一维尺寸代替二维。采用递归的思路：
shenxiaolu1984·2020-06-26 09:59

卷积神经网络涉及到三个基本思想：local receptive fields(局部感受野)，shared weights(参数共享)，pooling(池化)

https://www.cnblogs.com/yeluzi/p/7521781.html我们可以将窗口从左到右，从上到下进行平移，每移动一次，当前窗口下的输入神经元就对应一个隐藏层的神经元。上面我们在隐藏层中只用到了一种核，也就是只检测了一个特征，事实上我们也可以使用多个核来检测多个特征：这个例子中就使用了3个5*5的核来检测三个不同的特征。实际中，可能使用更多的特征，比如我们随后的代码中就分别
evergreenswj·2020-06-23 06:18

【个人笔记】receptive field 感受野

【参考文档】https://www.jianshu.com/p/2b968e7a171512345
Qn_351c·2020-05-22 12:42

CNN 卷积神经网络中的 接受视野（Receptive Field）

RF（receptivefield）描述了两个特征映射（FeatureMaps）上神经元的关系，在进行CNN可视化的过程中非常有用。他也可以从侧面让我们了解，为什么神经网络偏向于选择小的Filter和Stride。假设，A经过一系列的操作之后得到B，那么B上的一个区域就只和A上的一个区域相关。一个输入大小为11×11的A，经过一个过滤器大小为3×3，步长为1的卷积核卷积之后，得到一个大为9×9的特
cltt·2020-04-06 19:00

20190817 receptive

词：receptive英英释义：willingtoconsideroracceptnewsuggestionsandideas例句：Generallyspeaking,themorepeopleareeducated
chinmanjay·2020-02-02 14:39

感受野

https://zhuanlan.zhihu.com/p/23358015计算过程：例如，有5次卷积，每次kenalsize=（3,3），padding=0，stride=1，每一步的感受野如下（1）receptive_field
爽歪歪666·2020-01-03 15:00

每日一词receptive

词：receptive英英释义：willingtoconsideroracceptnewsuggestionsandideas例句：Generallyspeaking,themorepeopleareeducated
莹仔Skye·2019-12-22 21:30

理解CNN中的感受野（receptive-field）

1.阅读论文：UnderstandingtheEffectiveReceptiveFieldinDeepConvolutionalNeuralNetworks理解感受野定义：receptivefield,orfieldofview（感受野）Aunitinconvolutionalnetworksonlydependsonaregionoftheinput.Thisregionintheinputi
小金乌会发光－Z&M·2019-11-18 19:00

深度学习中CNN网络的感受野计算（Calculating Receptive Field of CNN）

CNN的感受野计算过程，以AlexNet为例感受野概念感受野计算公式—从第一层开始计算AlexNet感受野计算过程主要参考博客1主要参考博客2公式来源链接感受野概念在卷积神经网络中，感受野（ReceptiveField）的定义是卷积神经网络每一层输出的特征图（featuremap）上每个像素点在原始图像上映射的区域大小，这里的原始图像是指网络的输入图像，是经过预处理（如resize，warp，cr
jsk_learner·2019-10-18 16:43

如何计算感受野(Receptive Field)

原文链接：https://zhuanlan.zhihu.com/p/31004121一、直观的了解Receptivefield(RF)Receptivefield是啥？看看网上的大佬们怎么说。ThereceptivefieldisdefinedastheregionintheinputspacethataparticularCNN’sfeatureislookingat(i.e.beaffecte
一只进阶的程序媛·2019-09-13 11:36

每日一词 224 receptive

receptive:willingtoconsideroracceptnewsuggestionsandideasGenerallyspeaking,themorepeopleeducated,themoretheyarereceptivetonewideas.receptive
琢石喵·2019-08-03 22:21
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他