yleave的博客

  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池化层，在层与层之间均为局部相连（通过 sliding filter ）。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，也意味着他可能蕴含更为全局、语义层次更高的特征；而值越小则表示其所包含的特征越趋向于局部和细节。因此感受野的值...

应用场景图像放缩中的处理：从低分辨率图像生成高分辨率图像的过程，用以恢复图像中所丢失的信息：  假设源图像大小为 mxn ，目标图像为 axb。那么两幅图像的边长比分别为：m/a 和 n/b。这个比例通常不是整数（而像素坐标都为整数，没有小数坐标）。目标图像的第（i,j）个像素点（i 行 j 列）可以通过边长比对应回源图像。其对应坐标为（i∗m/a,j∗n/b）（i*m/a, j*n/b）...