kernels特徵接受域(Receptive field)的大小?
2019/12/09 下午 06:19
電腦視覺深度學習討論版
周乃森
觀看數:33
回答數:2
收藏數:0
cvdl-1
cvdl-1-d11
請問3*3或5*5...,如何來決定大小來滿足要訓練圖片的特徵呢? 若kernel太小無法涵蓋到特徵,需如何發掘問題與處置呢?
回答列表
-
2019/12/09 下午 06:48楊哲寧贊同數:2不贊同數:0留言數:4
您好,理論上不太會有這個問題,因為隨著層數變深,feature map越來越小,一樣是3*3的kernel,其Receptive field其實會越來越大,然而到底什麼時候需要用5*5或3*3又或者是7*7的kernel並沒有一定,現在常見的方法是在NN前幾層用較大的kernel,之後都用3*3的kernel。
-
2019/12/09 下午 10:27Jeffrey贊同數:2不贊同數:0留言數:0
Knernel size 的選擇, 會有幾個簡單的依據:
1. 原圖輸入的大小
2. 模型架構的深度
另外, 並非, size 比較大的, 對於圖像的覆蓋率會比較低