Receptive Field

Nel campo della computer vision (CV) e del deep learning, il campo recettivo si riferisce alla specifica regione di un'immagine di input che un particolare neurone in una neural network (NN) "vede" o analizza. Concettualmente, funziona in modo simile al campo visivo di un occhio umano o di una lente di una fotocamera. Determina quanta complessità spaziale un modello può percepire a un determinato strato. Man mano che i dati avanzano attraverso una Convolutional Neural Network (CNN), il campo recettivo tipicamente si espande, consentendo al sistema di passare dall'identificazione di minuscoli dettagli locali, come bordi o angoli, alla comprensione di strutture globali complesse come interi oggetti o scene.

La meccanica dei receptive field#

Le dimensioni e la profondità del campo recettivo sono dettate dall'architettura della rete. Nei layer iniziali, i neuroni hanno solitamente un campo recettivo piccolo, concentrandosi su un minuscolo cluster di pixel per catturare texture a grana fine. Man mano che la rete si approfondisce, operazioni come i pooling layers e le strided convolutions effettuano efficacemente il downsample delle mappe delle feature. Questo processo consente ai neuroni successivi di aggregare informazioni da una porzione molto più ampia dell'input originale.

Le architetture moderne, tra cui l'innovativo Ultralytics YOLO26, sono progettate per bilanciare questi campi meticolosamente. Se il campo recettivo è troppo stretto, il modello potrebbe non riconoscere oggetti grandi perché non riesce a percepire l'intera forma. Viceversa, se il campo è eccessivamente ampio senza mantenere la risoluzione, il modello potrebbe perdere oggetti piccoli. Per risolvere questo problema, gli ingegneri usano spesso le dilated convolutions (note anche come atrous convolutions) per espandere il campo recettivo senza ridurre la risoluzione spaziale, una tecnica vitale per attività ad alta precisione come la semantic segmentation.

Applicazioni nel mondo reale#

Ottimizzare il campo recettivo è fondamentale per il successo di varie AI solutions.

• Guida autonoma: Nell'AI for automotive, i sistemi di percezione devono tracciare simultaneamente dettagli minuti e grandi ostacoli. Un veicolo ha bisogno di un piccolo campo recettivo per identificare semafori distanti, richiedendo contemporaneamente un grande campo recettivo per comprendere la traiettoria di un camion vicino o la curvatura della corsia stradale. Questa percezione multiscala garantisce una migliore AI safety e un migliore processo decisionale.
• Diagnostica medica: Quando si applica l'AI in healthcare, i radiologi si affidano ai modelli per individuare anomalie nelle scansioni. Per identificare i brain tumors, la rete richiede un ampio campo recettivo per comprendere la simmetria e la struttura complessiva del cervello. Tuttavia, per rilevare micro-calcificazioni nella mammografia, il modello si affida a layer iniziali con piccoli campi recettivi sensibili a sottili variazioni di texture.

Distinguere concetti correlati#

Per comprendere appieno la progettazione delle reti, è utile distinguere il receptive field da termini simili:

• Campo recettivo vs Kernel: Le dimensioni del kernel (o filtro) definiscono le dimensioni della finestra scorrevole (es. 3x3) per una singola operazione di convolution. Il campo recettivo è una proprietà emergente che rappresenta l'area di input totale accumulata che influenza un neurone. Una pila di più kernel 3x3 risulterà in un campo recettivo molto più ampio di 3x3.
• Campo recettivo vs Feature Map: Una feature map è il volume di output prodotto da un layer, contenente le rappresentazioni apprese. Il campo recettivo descrive la relazione tra un singolo punto su quella feature map e l'immagine di input originale.
• Campo recettivo vs Context Window: Sebbene entrambi i termini si riferiscano all'ambito dei dati percepiti, la "context window" viene solitamente utilizzata nel Natural Language Processing (NLP) o nell'analisi video per indicare un intervallo temporale o sequenziale (ad esempio, il limite di token). Il campo recettivo si riferisce rigorosamente all'area spaziale in dati a griglia (immagini).

Utilizzo pratico nel codice#

Modelli all'avanguardia come il più recente YOLO26 utilizzano Feature Pyramid Networks (FPN) per mantenere campi recettivi efficaci per oggetti di tutte le dimensioni. Il seguente esempio mostra come caricare un modello ed eseguire l'object detection, sfruttando automaticamente queste ottimizzazioni architetturali interne. Gli utenti che desiderano addestrare i propri modelli con architetture ottimizzate possono utilizzare la Ultralytics Platform per una gestione fluida dei dataset e un addestramento sul cloud.

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()