返回 Ultralytics 术语表
Receptive Field
探索感受野如何定义神经网络所能看到的内容。了解 Ultralytics YOLO26 如何优化空间上下文，高效检测各种尺寸的目标。
在计算机视觉（CV）和深度学习领域，感受野是指神经网络（NN）中特定神经元“看到”或分析的输入图像中的特定区域。从概念上讲，它的作用类似于人眼或相机镜头的视野。它决定了模型在任意给定层能够感知多少空间上下文。当数据经过卷积神经网络（CNN）时，感受野通常会不断扩大，使系统能够从识别边缘或角点等微小局部细节，逐步过渡到理解整个物体或场景等复杂的全局结构。
感受野的工作机制#
感受野的大小和深度由网络架构决定。在初始层中，神经元通常具有较小的感受野，专注于一小簇像素以捕捉细粒度纹理。随着网络加深，池化层和步幅卷积等操作会有效地对特征图进行下采样。这一过程使后续神经元能够从原始输入的更大区域聚合信息。
包括先进的Ultralytics YOLO26在内的现代架构，经过精心设计，能够平衡这些感受野。如果感受野过窄，模型可能无法感知物体的完整形状，从而难以识别大型物体。相反，如果感受野过宽且无法保持分辨率，模型可能会漏检小型物体。为解决这一问题，工程师通常会使用空洞卷积（也称为膨胀卷积），在不降低空间分辨率的情况下扩大感受野，这项技术对于语义分割等高精度任务至关重要。
实际应用#
优化感受野对于各种AI 解决方案的成功至关重要。
- **自动驾驶：**在汽车领域的 AI中，感知系统必须同时追踪微小细节和大型障碍物。车辆需要较小的感受野来识别远处的交通信号灯，同时也需要较大的感受野来理解附近卡车的行驶轨迹或车道的弯曲程度。这种多尺度感知能够确保更好的AI 安全性和决策能力。
- **医学诊断：**在医疗领域应用 AI时，放射科医生依靠模型发现扫描图像中的异常。为了识别脑肿瘤，网络需要较大的感受野，以理解大脑的整体对称性和结构。然而，要检测乳腺X线摄影中的微小钙化灶，模型依赖具有较小感受野的早期层，这些层能够感知细微的纹理变化。
区分相关概念#
要全面理解网络设计，区分感受野与以下相似术语会很有帮助：
- **感受野与卷积核：**卷积核（或滤波器）的大小定义了单次卷积操作中滑动窗口的尺寸（例如 3x3）。感受野是一种涌现属性，表示影响某个神经元的输入区域总和。多个 3x3 卷积核堆叠后，形成的感受野将远大于 3x3。
- **感受野与特征图：**特征图是某一层生成的输出体，其中包含学习到的表示。感受野描述的是该特征图上的单个点与原始输入图像之间的关系。
- **感受野与上下文窗口：**虽然这两个术语都指感知数据的范围，但“上下文窗口”通常用于自然语言处理（NLP）或视频分析，表示一个时间跨度或序列跨度（例如令牌限制）。感受野则严格指网格状数据（图像）中的空间区域。
代码中的实际用法#
YOLO26 等先进模型使用特征金字塔网络（FPN），为各种尺寸的物体保持有效的感受野。以下示例展示了如何加载模型并执行目标检测，同时自动利用这些内部架构优化。希望使用优化架构训练自有模型的用户，可以利用Ultralytics Platform来便捷地管理数据集并进行云端训练。
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()
