【深度学习】感受野

参考https://www.jianshu.com/p/856538bde67f

核心公式：

n_in：输入图特征大小（开始就是原始图的某维度，比如30*30的图片，n_in就是30）

p：padding大小

k：卷积核大小（比如3*3的卷积核，k就是3）

s：步长

n_out：输出图像特征大小

j_in：输入图特征间的间隔

j_out：输出图特征间的间隔

r_in：输入图感受野的大小

r_out：输出图感受野的大小

start_in:输入图第一个特征感受野的中心坐标

start_out：输出图第一个特征感受野的中心坐标

eg（大疆2018笔试）：

1. 经过下列卷积操作后，3×3 conv -> 3×3 conv -> 2×2 maxpool -> 3×3 conv，卷积步长为 1，没有填充，输出神经元的感受野是多大？

原始 j_0=1,r_0=1

经过 3×3 conv: j_1=1                     r_1=1+(3-1)*j_0=3

经过 3×3 conv：j_2=1                    r_2=3+2*1=5

经过 2×2 maxpool：j_3=1             r_3=5+1*1=6

经过 3×3 conv:   j_4=1                   r_4=6+2*1=8

故感受野是8*8