1.BaseInfoTitleWaveletConvolutionsforLargeReceptiveFieldsAdresshttps://arxiv.org/pdf/2407.05848Journal/TimeECCV2024Author以色列本古里安Codehttps://github.com/BGU-CS-VIL/WTConv2.CreativeQ&A卷积核7x7时性能饱和。卷积层CNN响应高频较多，Attent

例如一只鸟，要辨别是不是一只鸟，可以分为几个neuron，每个neuron辨别一个部位，而又一个图像是X*X*3的三维tensor，其中3为channel，即RGB其中receptivefield的分布如下 其中最经典的分布：因为要看全部的channel，所以不用管深度，将高和宽称为kernelsize，一般3x3够用了，一般一个receptivef

先来说说感受野是啥？————感受野的定义：卷积神经网络每一层输出的特征图（featuremap）上的像素点在原始图像上映射的区域大小。简单理解为：感受野是描述卷积核能够“看到”

文章目录​​localreceptivefield​​​​Sharedweights​​​​spatialortemporalsubsampling​​localreceptivefield局部感受野，也叫感受视野域。这个localrece

感受野就是输出的featuremap某个节点的响应对应的输入图像的区域即为感受野。神经元对应的感受野越大，说明其接触的原始图像范围就越大，意味着其包含更加全局、语义层次更高