CNN學習：如何計算模型的感受野？

CNN學習：如何計算模型的感受野？

閱讀論文時常常看見論文中說感受野的大小，對於有些問題，需要了解更多的上下文信息，則需要相對大的感受野。那麼，這裏的感受野是什麼意思呢？

感受野可以理解爲卷積神經網絡輸出的feature map中一個像素點對應的原圖片中區域的大小，或者說feature map中的一個像素點的值是受原圖片中的多大的區域影響的，也可以間接地模型融合上下文信息的多少。

那麼，感受野如何計算呢？

• 每一層計算從上往下，top-down,即從最後一層開始計算。
• 這裏的ksize是卷積核大小，stride是每一層的stride, RF是感受野大小

函數：

def receptiveField(net, n_layers):
 for layer in range(n_layers):
 RF = 1
 ksize, stride, pad = net[layer]
 RF = ((RF-1)*stride) + ksize
 return RF

示例：

• 以下面的這個網絡爲例，計算網絡的感受野

net_D_B(
 (netD_B): DataParallel(
 (module): NLayerDiscriminator(
 (model): Sequential(
 (0): Conv2d(3, 64, kernel_size=(4, 4), stride=(2, 2), padding=(1, 1))
 (1): LeakyReLU(0.2, inplace)
 (2): Conv2d(64, 128, kernel_size=(4, 4), stride=(2, 2), padding=(1, 1))
 (3): InstanceNorm2d(128, eps=1e-05, momentum=0.1, affine=False)
 (4): LeakyReLU(0.2, inplace)
 (5): Conv2d(128, 256, kernel_size=(4, 4), stride=(2, 2), padding=(1, 1))
 (6): InstanceNorm2d(256, eps=1e-05, momentum=0.1, affine=False)
 (7): LeakyReLU(0.2, inplace)
 (8): Conv2d(256, 512, kernel_size=(4, 4), stride=(1, 1), padding=(1, 1))
 (9): InstanceNorm2d(512, eps=1e-05, momentum=0.1, affine=False)
 (10): LeakyReLU(0.2, inplace)
 (11): Conv2d(512, 1, kernel_size=(4, 4), stride=(1, 1), padding=(1, 1)) # 30
 ))))

• 計算：
  • 初始化：RF = 1
  • 第五層：RF5 = ( 1-1 ) * 1 + 4 = 4
  • 第四層：RF4 = ( 7-1 ) * 1 + 4 = 7
  • 第三層：RF3 = (7-1 ) * 2 + 4 = 16
  • 第二層：RF4 = (16-1) * 2 + 4 = 34
  • 第一層：RF4 = (34-1) * 2 + 4 = 70
• 上面的層數，表示計算到哪一層，而不是第幾層的感受野，若計算中間某一層的感受野，則將那一層從1開始計算
• 計算得到該網絡在圖片上感受野爲70*70，這也是pix2pix中patchGAN的原理