Convolution output size와 RF(Receptive Field)사이즈 계산하기

less than 1 minute read

  • Calculate CNN Output Size

    · $O$ : Size of output image
    · $I$ : Size of input image
    · $K$ : Size of kernels used in the convolution layer
    · $N$ : Number of kernels
    · $S$ : Stride of the convolution layer
    · $P$ : Padding size

    $O=\frac{I-K+2P}{S}+1$

    • AlexNet 예시

      • AlexNet의 입력 이미지 크기를 227 x 227 x 3이라 하고 첫 번째 convolution layer(conv_1)가 11 x 11 x 3 kernel 96개, stride = 4, padding = 0일 경우 : $O=\frac{227 - 11 + 2 * 0}{4}+1=55$
      • 따라서 conv_1의 출력 텐서 사이즈는 55 x 55 x 96이며, 3채널(RGB) 이미지이기 때문에 3이 곱해져 총 55 x 55 x 96(kernel개수) x 3이 최종 출력 사이즈가 됨.
  • Calculate Receptive Field Size

    · $ReceptiveField$ : Size of the receptive field can be reversed from the output network size.
    · $InputSize$ : Size of the sense node of the output node.
    · $KernelStride$ : Moving step size of the convolutional kernel.
    · $KSize$ : Size of the convolution kernel between input and output.

    $InputSize=(OutputSize\ -\ 1)\times KernelStride+KernelSize.$

  • 같이 보면 좋은 글

Leave a comment