计算机视觉 / 系统课时
深层与浅层特征
深层与浅层特征
卷积网络不会一次性“看懂”图像,而是在逐层计算中把像素转成边缘、纹理、部件和目标语义。本课将比较浅层与深层特征的差异,并说明目标检测为什么需要把不同尺度的特征结合起来。
学习目标
- 说出浅层特征与深层特征各自擅长表达的信息
- 理解下采样、感受野与特征分辨率之间的关系
- 解释多尺度特征融合对大小目标检测的作用
特征为什么会随网络深度变化
卷积层提取的是局部模式。靠近输入端的层只经历少量卷积,感受野较小,因此更容易保留边缘方向、颜色变化和纹理等细节。随着卷积和下采样不断进行,一个特征点对应的原图区域越来越大,网络便能组合出轮廓、部件乃至完整目标。

浅层特征保留细节
浅层特征图通常尺寸较大,一个特征点覆盖的原图范围较小,所以目标边缘、角点和精确位置保存得更完整。这类特征有利于定位小目标,也能区分相邻物体的边界,但它们更容易受到光照、纹理噪声和背景细节干扰。
例如,检测远处行人时,深层特征图中的行人可能只剩少数几个位置;浅层特征图仍可能保留头部、身体轮廓和与背景的边界。它能告诉模型“目标大致在哪里”,却未必能稳定判断“这是什么”。
深层特征强化语义
深层特征经过多次卷积与下采样,分辨率较低,但每个位置汇聚了更大的图像区域。网络可以把局部边缘组合成车轮、车身或整辆汽车,因此对姿态变化、局部遮挡和纹理差异更稳定。
深层特征更适合分类和识别大目标,但空间压缩会损失精确位置。若只依赖最深层特征,小目标可能在连续下采样后变得过小,甚至无法形成可辨识的响应。
| 对比项 | 浅层特征 | 深层特征 |
|---|---|---|
| 主要信息 | 边缘、纹理、局部细节 | 部件、类别、整体语义 |
| 特征图尺寸 | 较大 | 较小 |
| 感受野 | 较小 | 较大 |
| 典型优势 | 精确定位、小目标 | 稳定分类、大目标 |
| 主要局限 | 语义弱、易受噪声影响 | 细节少、位置较粗 |
多尺度融合的必要性
目标检测同时回答“是什么”和“在哪里”。只用浅层特征,位置较准但类别判断不稳;只用深层特征,语义较强却可能漏掉小目标。因此,现代检测器通常把深层语义向较浅层传递,再与高分辨率细节结合,形成多个尺度的检测特征。
这种融合不是简单地把所有层堆在一起,而是让不同分辨率的特征承担不同目标尺寸。高分辨率分支更关注小目标,中等分辨率分支处理常见目标,低分辨率分支覆盖大目标。YOLO 的多尺度检测正是建立在这一思路之上。
易混淆点
- “深层”不等于一定更好。检测任务需要语义与位置同时可靠,必须根据目标尺寸使用合适层级。
- “浅层特征”不是原始像素。它们已经经过卷积,只是仍保留较多局部结构和空间细节。
- 特征图尺寸越小,不代表信息越少,而是空间信息被压缩,单个位置包含的上下文更多。
按自己的节奏,确认真正理解。