卷积神经网络中的感受野

感受野百度百科定义

感受野在百度百科里面定义为：感受野，感受器受刺激兴奋时，通过感受器官中的向心神经元将神经冲动（各种感觉信息）传到上位中枢，一个神经元所反应（支配）的刺激区域就叫做神经元的感受野（receptive field）。又译为受纳野。末梢感觉神经元、中继核神经元以及大脑皮层感觉区的神经元都有各自的感受野。随感觉种类不同，感受野的性质、大小也不一致。
在视觉通路上，视网膜上的光感受器（杆体细胞和锥体细胞）通过接受光并将它转换为输出神经信号而来影响许多神经节细胞，外膝状体细胞以及视觉皮层中的神经细胞。反过来，任何一种神经细胞（除起支持和营养作用的神经胶质细胞外）的输出都依赖于视网膜上的许多光感受器。我们称直接或间接影响某一特定神经细胞的光感受器细胞的全体为该特定神经细胞的感受野(receptive field)。

感受野在神经网络里面定义

感受野在我们神经网络里面比较重要的，话不多说，直接上定义：
在全局看来，感受野是卷积神经网络的每一层输出的特征图(feature map)上的像素点在输入图片上映射的区域大小。
在局部看来，感受野是卷积神经网络每一层输出的特征图(feature map)上的像素点在上一层映射的区域大小。
通俗点说，就是特征图上的一个像素点对应输入图像的区域。

感受野计算方式

感受野计算时有下面几个知识点需要知道：

. 最后一层（卷积层或池化层）输出特征图感受野的大小等于卷积核的大小。
. 第i层卷积层的感受野大小和第i层的卷积核大小和步长有关系，同时也与第（i+1）层感受野大小有关。
. 计算感受野的大小时忽略了图像边缘的影响，即不考虑padding的大小。
感受野的计算公式：RFi = （RFi+1 - 1）*stridei +Ksizei
其中RFi是第i层卷积层的感受野，RFi+1是（i+1）层上的感受野，stride是卷积的步长，ksize是本层卷积核的大小。
分析一个简单的例子：

我们从最后一层的池化层开始计算感受野：

pool3：RF=2（最后一层池化层输出特征图的感受野大小等于卷积核的大小）

conv4：RF=（2-1）*1+3=4。

conv3：RF=（4-1）*1+3=6。

pool2：RF=（6-1）*2+2=12。

conv2：RF=（12-1）*1+3=14。

pool1：RF=（14-1）*2+2=28。

conv1：RF=（28-1）*1+3=30。

因此，pool3输出的特征图在输入图片上的感受野为30*30。
其他的神经网络里面的感受野以此类推。