CNN中感受野

Receptive field(感受野) -- 简书

https://www.baidu.com/link?url=9zupcdARKB_8BxdqYjdOgI8lNvUHHfvUFibYBqbbRaaYo-tKdPWFJGwRfOgjXxLD&wd=&eqid=a3194f1a001cba5c000000065bac7503

云社区：

https://www.baidu.com/link?url=XZMZL51pgGsY3332g8V5FAcpqkKrKpziW_t14gmc-oCDBgGNm3-pHkJIYEnwNDlfJvp_m5Ff2VvA3aY_nzl9Kq&wd=&eqid=a3194f1a001cba5c000000065bac7503

https://www.baidu.com/link?url=bFYvzBNar2vh78ZFVwtQjbp1hjNlvk1YlGHzRxf7RxTiMGHT7WzqqHI4fL-0z8euwZd8DHjOgrfg9n83NtD1j0VhRiwyCCiGBdNVWMx9s8u3WHSS8d3jIlzpptWkHM9M&wd=&eqid=a3194f1a001cba5c000000065bac7503

******************************************************************************************************************************

在上图中，数字代表某单元能够看到的原始图像像素，我们用r_n表示第n个卷积层中，每个单元的感受野，用k_n和s_n表示第n个卷积层的kernel_size和stride.
对Raw Image进行kernel_size=3, stride 2的卷积操作所得到的fmap1 (fmap为feature map的简称，为每一个conv层所产生的输出)的结果是显而易见的。序列[1 2 3]表示fmap1的第一个单元能看见原图像中的1，2，3这三个像素，而第二个单元则能看见3，4，5。这两个单元随后又被kernel_size=2，stride 1的Filter 2进行卷积，因而得到的fmap2的第一个单元能够看见原图像中的1,2,3,4,5共5个像素（即取[1 2 3]和[3 4 5]的并集）。接下来我们尝试一下如何用公式来表述上述过程。可以看到，[1 2 3]和[3 4 5]之间因为Filter 1的stride 2而错开（偏移）了两位，而3是重叠的。对于卷积两个感受野为3的上层单元，下一层最大能获得的感受野为 3*2=6，但因为有重叠，因此要减去(kernel_size - 1)个重叠部分，而重叠部分的计算方式则为感受野减去前面所说的偏移量，这里是2。

r1 = 3 （感受野）

理解：第n个卷积层的感受野等于前一个卷积层的感受野输出再乘以第n卷积层的kernel_size,即第n卷积层要合并多少个，这里算出的是总的量，还要减去之间有重复的量，第n卷积层总共要合并k_n个，那么前后两两相比较，空隙共有k_n-1个，比如说：第一层和第二层有重复，第二层和第三层也有重复等等，然后就要计算每两个之间重复的量有多少，首先每层共有r_n-1个数字，需要减去往右偏移的量，即stride，第1卷积层的stride_1,第二层会在第一层的基础上偏移stride_2,即总共偏移了 stride_1*stride_2,即偏移量是一个乘积的累计效果。

简化的式子如下：

**************************************************************************************************************************

感受野计算方式：

其中：
RF表示特征感受野大小，
l表示层数,

 

表示输入层，

• 第一层特征，感受野为3：
• 

• 第二层特征，感受野为5：
•