weixin_43226400的博客

神经网络的感受野 关于的神经网络感受野，最直观的一个理解是：当我们通过卷积、池化等操作获得一个特征图以后，这张特征图上的一个特征点（一个像素），受到了原输入图像上多大范围内像素的影响。感受野事实上反映了当前用来对输入图像进行描述的特征，究竟能够涵盖到输入图像上多大范围内的信息。 在研究中表明，理论感受野所覆盖的像素，对于一个CNN特征来说，并不是同等重要，而是越靠近感受野中心的像素产生的影响越大，呈指数级聚焦。 这表明了理论感受野和模型的实际感受野存在的差异性。尽管如此，在实际的任务中，我们仍然可以利用理论

RCNN 系列解读 先放一个大神博客吧，膜拜~ http://www.rossgirshick.info/ 有空还需要把细节和补充材料review一下！ 参考： https://cloud.tencent.com/developer/news/281788 其他人的博文整理： https://www.cnblogs.com/yhyue/p/9247962.html https://blog.csd...