Receptive Field

В области компьютерного зрения (CV) и глубокого обучения рецептивное поле обозначает конкретную область входного изображения, которую конкретный нейрон в нейронной сети (NN) «видит» или анализирует. Концептуально оно аналогично полю зрения человеческого глаза или объектива камеры. Оно определяет, какой пространственный контекст модель может воспринимать на каждом конкретном слое. По мере прохождения данных через сверточную нейронную сеть (CNN) рецептивное поле обычно расширяется, позволяя системе перейти от выявления небольших локальных деталей — например, границ или углов — к пониманию сложных глобальных структур, таких как целые объекты или сцены.

Механика рецептивных полей#

Размер и глубина рецептивного поля определяются архитектурой сети. На начальных слоях нейроны обычно имеют небольшое рецептивное поле и сосредоточены на маленькой группе пикселей, чтобы извлекать детализированные текстуры. По мере углубления сети такие операции, как слои пулинга и свертки с шагом, эффективно выполняют уменьшение разрешения карт признаков. Благодаря этому последующие нейроны могут объединять информацию из гораздо большей части исходного входного изображения.

Современные архитектуры, включая передовую модель Ultralytics YOLO26, спроектированы для тщательного баланса этих полей. Если рецептивное поле слишком узкое, модель может не распознать крупные объекты, поскольку не воспринимает их форму целиком. И наоборот, если поле чрезмерно широкое и при этом не сохраняется разрешение, модель может пропустить небольшие объекты. Для решения этой проблемы инженеры часто используют расширенные свертки (также называемые атрусными свертками), чтобы расширить рецептивное поле без снижения пространственного разрешения. Этот метод крайне важен для задач высокой точности, таких как семантическая сегментация.

Практические применения#

Оптимизация рецептивного поля критически важна для успешной работы различных решений на базе AI.

• Автономное вождение: В сфере AI для автомобильной отрасли системы восприятия должны одновременно отслеживать мельчайшие детали и крупные препятствия. Транспортному средству нужно небольшое рецептивное поле, чтобы распознавать удаленные светофоры, и одновременно большое рецептивное поле, чтобы понимать траекторию находящегося рядом грузовика или кривизну дорожной полосы. Такое многоуровневое восприятие повышает безопасность AI-систем и качество принятия решений.
• Медицинская диагностика: При применении AI в здравоохранении радиологи полагаются на модели, способные обнаруживать аномалии на снимках. Для выявления опухолей головного мозга сети требуется большое рецептивное поле, чтобы понимать общую симметрию и структуру мозга. Однако для обнаружения микрокальцинатов на маммограммах модель использует ранние слои с небольшими рецептивными полями, чувствительными к малозаметным изменениям текстуры.

Различие между связанными понятиями#

Чтобы полностью понять устройство сети, полезно отличать рецептивное поле от схожих терминов:

• Рецептивное поле и ядро: Размер ядра (или фильтра) определяет размеры скользящего окна (например, 3x3) для одной операции свертки. Рецептивное поле — это возникающее свойство, представляющее всю накопленную область входных данных, влияющую на нейрон. Последовательность из нескольких ядер размером 3x3 даст рецептивное поле, значительно превышающее 3x3.
• Рецептивное поле и карта признаков: Карта признаков — это выходной объем, создаваемый слоем и содержащий выученные представления. Рецептивное поле описывает связь между одной точкой на этой карте признаков и исходным входным изображением.
• Рецептивное поле и контекстное окно: Хотя оба термина обозначают охват воспринимаемых данных, «контекстное окно» обычно используется в обработке естественного языка (NLP) или анализе видео для обозначения временного или последовательного диапазона (например, ограничения на количество токенов). Рецептивное поле относится исключительно к пространственной области в данных, организованных в виде сетки (изображениях).

Практическое использование в коде#

Передовые модели, такие как более новая YOLO26, используют пирамидальные сети признаков (FPN), чтобы поддерживать эффективные рецептивные поля для объектов любого размера. В следующем примере показано, как загрузить модель и выполнить обнаружение объектов, автоматически используя эти внутренние архитектурные оптимизации. Пользователи, желающие обучать собственные модели на оптимизированных архитектурах, могут использовать платформу Ultralytics для удобного управления наборами данных и облачного обучения.

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()