Receptive Field

Im Bereich der Bildverarbeitung (CV) und des Deep Learning bezeichnet das rezeptive Feld den spezifischen Bereich eines Eingabebildes, den ein bestimmtes Neuron in einem neuronalen Netzwerk (NN) „sieht“ oder analysiert. Konzeptuell funktioniert es ähnlich wie das Sichtfeld des menschlichen Auges oder einer Kameralinse. Es bestimmt, wie viel räumlichen Kontext ein Modell auf einer bestimmten Schicht wahrnehmen kann. Während Daten ein faltungsneuronales Netzwerk (CNN) durchlaufen, vergrößert sich das rezeptive Feld typischerweise, sodass das System von der Erkennung winziger lokaler Details – etwa Kanten oder Ecken – zum Verständnis komplexer globaler Strukturen wie ganzer Objekte oder Szenen übergehen kann.

Die Funktionsweise rezeptiver Felder#

Die Größe und Tiefe des rezeptiven Feldes werden durch die Architektur des Netzwerks bestimmt. In den ersten Schichten haben Neuronen normalerweise ein kleines rezeptives Feld und konzentrieren sich auf eine winzige Gruppe von Pixeln, um feine Texturen zu erfassen. Mit zunehmender Tiefe des Netzwerks führen Operationen wie Pooling-Schichten und Faltungen mit Schrittweite effektiv ein Downsampling der Merkmalskarten durch. Dieser Prozess ermöglicht es nachfolgenden Neuronen, Informationen aus einem deutlich größeren Teil der ursprünglichen Eingabe zusammenzuführen.

Moderne Architekturen, darunter das hochmoderne Ultralytics YOLO26, sind darauf ausgelegt, diese Felder sorgfältig auszubalancieren. Ist das rezeptive Feld zu klein, kann das Modell große Objekte möglicherweise nicht erkennen, weil es nicht die gesamte Form wahrnehmen kann. Ist das Feld dagegen ohne ausreichende Beibehaltung der Auflösung zu groß, übersieht das Modell möglicherweise kleine Objekte. Um dieses Problem zu lösen, verwenden Entwickler häufig dilatierte Faltungen (auch Atrous-Faltungen genannt), um das rezeptive Feld zu vergrößern, ohne die räumliche Auflösung zu reduzieren – eine für hochpräzise Aufgaben wie die semantische Segmentierung wichtige Technik.

Anwendungen in der Praxis#

Die Optimierung des rezeptiven Feldes ist entscheidend für den Erfolg verschiedener KI-Lösungen.

• Autonomes Fahren: Bei KI im Automobilbereich müssen Wahrnehmungssysteme gleichzeitig kleinste Details und große Hindernisse erfassen. Ein Fahrzeug benötigt ein kleines rezeptives Feld, um weit entfernte Ampeln zu erkennen, und gleichzeitig ein großes rezeptives Feld, um die Bewegungsbahn eines nahe gelegenen Lastwagens oder die Krümmung der Fahrspur zu verstehen. Diese Wahrnehmung über mehrere Maßstäbe hinweg sorgt für mehr KI-Sicherheit und bessere Entscheidungsfindung.
• Medizinische Diagnostik: Beim Einsatz von KI im Gesundheitswesen verlassen sich Radiologen auf Modelle, um Anomalien in Aufnahmen zu erkennen. Für die Identifizierung von Hirntumoren benötigt das Netzwerk ein großes rezeptives Feld, um die Gesamtsymmetrie und -struktur des Gehirns zu verstehen. Zur Erkennung von Mikroverkalkungen in Mammografien greift das Modell jedoch auf frühe Schichten mit kleinen rezeptiven Feldern zurück, die empfindlich auf subtile Texturveränderungen reagieren.

Verwandte Konzepte unterscheiden#

Um den Aufbau eines Netzwerks vollständig zu verstehen, ist es hilfreich, das rezeptive Feld von ähnlichen Begriffen abzugrenzen:

• Rezeptives Feld im Vergleich zum Kernel: Die Größe des Kernels (oder Filters) definiert die Abmessungen des gleitenden Fensters (z. B. 3x3) für eine einzelne Faltung. Das rezeptive Feld ist eine emergente Eigenschaft und beschreibt den gesamten angesammelten Eingabebereich, der ein Neuron beeinflusst. Eine Folge mehrerer 3x3-Kernel führt zu einem rezeptiven Feld, das deutlich größer als 3x3 ist.
• Rezeptives Feld im Vergleich zur Merkmalskarte: Eine Merkmalskarte ist das von einer Schicht erzeugte Ausgabevolumen und enthält die erlernten Repräsentationen. Das rezeptive Feld beschreibt die Beziehung zwischen einem einzelnen Punkt auf dieser Merkmalskarte und dem ursprünglichen Eingabebild.
• Rezeptives Feld im Vergleich zum Kontextfenster: Beide Begriffe beziehen sich zwar auf den Umfang der wahrgenommenen Daten, aber „Kontextfenster“ wird typischerweise bei der Verarbeitung natürlicher Sprache (NLP) oder der Videoanalyse verwendet, um eine zeitliche oder sequenzielle Spanne zu bezeichnen (z. B. eine Token-Begrenzung). Das rezeptive Feld bezieht sich ausschließlich auf den räumlichen Bereich in gitterartigen Daten (Bildern).

Praktische Verwendung im Code#

Hochmoderne Modelle wie das neuere YOLO26 verwenden Feature-Pyramid-Netzwerke (FPN), um effektive rezeptive Felder für Objekte jeder Größe aufrechtzuerhalten. Das folgende Beispiel zeigt, wie du ein Modell lädst und eine Objekterkennung durchführst, wobei diese internen Architektur-Optimierungen automatisch genutzt werden. Wenn du eigene Modelle mit optimierten Architekturen trainieren möchtest, kannst du die Ultralytics Platform für eine nahtlose Datensatzverwaltung und das Training in der Cloud nutzen.

from ultralytics import YOLO

# Load the latest YOLO26 model with optimized multi-scale receptive fields
model = YOLO("yolo26n.pt")

# Run inference; the model aggregates features from various receptive field sizes
results = model("https://ultralytics.com/images/bus.jpg")

# Display the results, detecting both large (bus) and small (person) objects
results[0].show()