Receptive Field

В области computer vision (CV) и глубокого обучения рецептивное поле относится к конкретной области входного изображения, которую конкретный нейрон в neural network (NN) «видит» или анализирует. Концептуально оно функционирует аналогично полю зрения человеческого глаза или объектива камеры. Оно определяет, сколько пространственного контекста модель может воспринимать на любом данном слое. По мере прохождения данных через Convolutional Neural Network (CNN) рецептивное поле обычно расширяется, позволяя системе переходить от распознавания мелких локальных деталей, таких как края или углы, 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, сосредоточенное на крошечном скоплении пикселей для захвата тонких текстур. По мере углубления сети такие операции, как pooling layers и strided convolutions, эффективно downsample карты признаков. Этот процесс позволяет последующим нейронам агрегировать информацию из гораздо большей части исходного входа.

Современные архитектуры, включая передовую Ultralytics YOLO26, разработаны так, чтобы тщательно сбалансировать эти поля. Если рецептивное поле слишком узкое, модель может не распознать крупные объекты, поскольку она не способна воспринять всю форму целиком. И наоборот, если поле чрезмерно широкое без сохранения разрешения, модель может пропустить мелкие объекты. Чтобы решить эту проблему, инженеры часто используют dilated convolutions (также известные как расширенные свёртки), чтобы увеличить рецептивное поле без уменьшения пространственного разрешения — метод, жизненно важный для высокоточных задач, таких как semantic segmentation.

Реальные приложения#

Оптимизация рецептивного поля критически важна для успеха различных AI solutions.

• Автономное вождение: В AI for automotive системы восприятия должны одновременно отслеживать мелкие детали и крупные препятствия. Транспортному средству требуется небольшое рецептивное поле для обнаружения далеких светофоров и одновременно большое рецептивное поле для понимания траектории близлежащего грузовика или кривизны полосы движения. Такое многомасштабное восприятие обеспечивает лучшую AI safety и принятие решений.
• Медицинская диагностика: При применении AI in healthcare радиологи полагаются на модели для выявления аномалий на сканах. Для выявления brain tumors сети требуется большое рецептивное поле, чтобы понять общую симметрию и структуру мозга. Однако для обнаружения микрокальцификатов на маммограммах модель опирается на ранние слои с небольшими рецептивными полями, чувствительными к тонким изменениям текстуры.

Разграничение похожих концепций#

Чтобы полностью понять дизайн сети, полезно различать рецептивное поле и схожие термины:

• Рецептивное поле против Kernel: Размер ядра (или фильтра) определяет размеры скользящего окна (например, 3x3) для одной операции convolution. Рецептивное поле — это эмерджентное свойство, представляющее общую накопленную область входа, влияющую на нейрон. Стопка из нескольких ядер 3x3 приведет к получению рецептивного поля, значительно превышающего 3x3.
• Рецептивное поле против Feature Map: Карта признаков — это выходной объем, производимый слоем и содержащий выученные представления. Рецептивное поле описывает взаимосвязь между одной точкой на этой карте признаков и исходным входным изображением.
• Рецептивное поле против Context Window: Хотя оба термина относятся к охвату воспринимаемых данных, «контекстное окно» обычно используется в Natural Language Processing (NLP) или при видеоанализе для обозначения временного или последовательного диапазона (например, лимита токенов). Рецептивное поле строго относится к пространственной области в данных сетчатой структуры (изображениях).

Практическое использование в коде#

Современные модели, такие как более новая YOLO26, используют пирамидальные сети признаков (FPN) для поддержания эффективных рецептивных полей для объектов всех размеров. Следующий пример показывает, как загрузить модель и выполнить object detection, автоматически задействуя эти внутренние архитектурные оптимизации. Пользователи, желающие обучить собственные модели с оптимизированными архитектурами, могут использовать Ultralytics Platform для бесшовного 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()