众所周知，局部特征描述了图像内容的局部结构，而全局特征描述了整个图像内容。深度学习领域中的卷积神经网络使自身能够提取重要特征，我想了解CNN提取的特征的类型是局部特征还是全局特征，或者两者都是？为什么呢？有没有人可以帮助我进行一些分析或参考，回答我的问题。谢谢。
虽然低阶卷积核的尺寸通常比输入图像小，提取的特征更着重于本地感知。但是，高阶卷积可以整体接受领域的扩展，逐渐将局部特征转换为全局特征人们注视并识别物体的情况也是如此。在这里你去我的朋友https://iopscience.iop.org/article/10.1088/1742-6596/1087/6/062032/pdf
和这个https://arxiv.org/pdf/1904.04447.pdf
s。如果我们仅使用邻居模式由CNN提取，许多有用的全局要素交互将被丢失。这也是为什么CNN模型的点击率表现不佳的原因预测任务。为了克服此限制，我们执行CNN和相互补充的MLP学习全球本地功能交互以生成特征