Quem tem um campo receptivo maior: duas convoluções consecutivas de 3x3 ou uma convolução de 5x5?

Duas convoluções consecutivas de 3x3 têm um campo receptivo maior do que uma convolução de 5x5.

Explicação:

• O campo receptivo é a área da imagem de entrada que influencia um neurônio específico.
• Uma convolução de 5x5 cobre 5x5 pixels.
• Duas convoluções consecutivas de 3x3 aumentam o campo receptivo por sobreposição: a primeira olha para 3x3, a segunda para 3x3 das saídas da primeira, o que dá um campo receptivo total de 5x5.

Vantagens de duas convoluções de 3x3:

• Menos parâmetros do que uma de 5x5.
• Representação mais profunda graças a duas não linearidades (ativação).

Resultado: duas convoluções de 3x3 em série proporcionam o mesmo ou maior campo receptivo do que uma de 5x5, sendo mais eficientes em termos de parâmetros e treinamento.