面试题库 › 算法 / 大模型 › 感受野的定义、计算及对目标检测的影响

感受野的定义、计算及对目标检测的影响

难度 ★★☆在 3 场真实面经中被问到 方向:算法 / 大模型考点:卷积神经网络

哪些公司问过

美团1奥比中光科技集团股份有限公司1

常见岗位:机器学习算法(泛)、计算机视觉

答案要点

  1. 感受野是输出特征图上一点对应输入图像的区域大小
  2. 递推公式 r = r_prev + (k−1)×j_prev,j 为此前各层步长乘积
  3. 核越大、层数越多、下采样越多感受野越大,空洞卷积可在不增参数时扩大感受野
  4. VGG16 按 3×3 卷积、2×2 池化逐层递推,conv5_3 理论感受野 196,pool5 为 212
  5. 感受野过小影响大目标,过大使小目标被背景淹没,常用多尺度特征缓解

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题