## 先辨认空间地址，再读取通道

## 解释、算例与证据

# P26 · 位置还在特征图里吗？

把特征图读成“空间地址＋通道向量”。步长不是感受野，通道也不是预先指定的类别；池化前是否保留网格，是把分类表示迁到空间任务时的关键接口选择。与 P44 的均值碰撞配读，可以避免凭张量大小断言信息是否存在。



图内标签与数值：Lecture 03 课堂图解 P26；图像中的位置；空间特征 F；保留网格 → 定位 / 像素；全局汇总 → 整图向量；空间位置与通道共同承载信息；示意格值不对应某个训练模型的激活。

两只杯子的位置从图像对应到空间特征；保留网格与全局向量两条出口。

- 图像中的位置
- 空间特征 F
- 保留网格 → 定位 / 像素
- 全局汇总 → 整图向量
- 空间位置与通道共同承载信息；示意格值不对应某个训练模型的激活。两只杯子的位置从图像对应到空间特征；保留网格与全局向量两条出口。 [查看对应图解状态](/#/l3-r2-p26/0)[查看完整图解](/course/figures/l3-r2-p26-0.html)

## 课堂讲述

分类网络中间通常不是一直只有一个向量，它会保留有空间布局的特征图。不同位置的向量描述相应区域及其上下文，再经过后续处理形成整图答案。
如果任务要找位置，就不能只盯着最终类别分数。我们要考虑在什么层读取特征、保留什么空间结构，再怎样组织预测。这里空间位置和通道共同承载信息，并不是每一个通道都被指定成一个物体类别。
这一点把第二讲的网络结构，变成了今天的任务设计问题：相同的骨干计算可以被复用，但输出要求不同，读取位置和预测部分就不能原样照搬。先看一个最直接的思路：把整张图的问题拆成候选区域的问题。


### 特征图上的地址、通道与感受野
[独立阅读](/course/blocks/spatial-feature-address.html)
设骨干网络给出 $F\in\mathbb R^{C\times H'\times W'}$。选定一个网格位置 $(u,v)$，得到的是一个 C 维向量 $F[:,u,v]$。网格索引保留“从哪里读”，通道则保存学到的多种响应。某个通道可能对边缘、纹理或更复杂组合敏感，但我们通常没有事先把第 17 通道指定为“杯子”。



步长说明相邻特征位置相对原图的间隔，感受野说明该位置可以受多大输入区域影响，两者不同。步长 16 的特征点可能受比 16×16 更大的区域影响。图上画一个格子对应杯沿，只是在标读取位置，不能理解成这个向量只看了那一个小方块。



全局平均池化沿空间求均值，使分类头方便读取整图统计；若任务要定位，我们常在池化前读取网格。也不能只凭“一个向量”断言全部位置必丢：通道可能编码位置统计。P44 的反例之所以能证明无法区分，是它明确规定了编码器只取均值，而不是因为它长得像粗网格。



这给迁移增加一个具体选择：除决定冻结多少层，还要决定在何处取表示，以及输出头能否访问位置。


## 沿这个问题继续

先读本页解释与图，再到 [LAB03 · 空间信息：表示、采样与掩码](/course/notebooks/49a2c030eafa4e1db6fc4f1a08c3810a.html) 改一个坐标或对象。

**出处：**[FCN (2015)](https://arxiv.org/abs/1411.4038)
#### 图示条件与公式约定

特征图颜色为结构示意，不是模型激活。最终全局向量可能保存某些位置统计，此页不声称全局汇总后一定失去所有位置。