感受野的定义
卷积神经网络每一层输出的特征图(feature map)上的像素点映射回输入图像上的区域大小。通俗点的解释是,特征图上一点,相对于原图的大小,也是卷积神经网络特征所能看到输入图像的区域。
神经元感受野的值越大表示其能接触到的原始图像范围就越大,也意味着它可能蕴含更为全局,语义层次更高的特征;相反,值越小则表示其所包含的特征越趋向局部和细节。因此感受野的值可以用来大致判断每一层的抽象层次.
感受野的计算公式
- 从前往后计算感受野公式
其中,RFi+1表示当前层的感受野,RFi表示上一层的感受野, k 表示卷积核的大小,例如3*3的卷积核,则k=3,Si表示之前所有层的步长的乘积(不包括本层)
- 从后往前计算感受野公式
其中,RFi+1表示当前层,RFi表示上一层数,stridei是卷积的步长, Ksize是本层卷积核的大小。