感受野提取得到的特征图与步长Stride之间的关系

写在前面

在研究论文的时候，看到了一张图像经过感受野提取特征后，得到的输出特征图大小与步长Stride之间的关系，当时有点不太懂，后来自己画图实现了一下特征提取的过程，便一目了然了，正如华罗庚先生所讲的，“数无形时少直觉,形少数时难入微”。

问题

“输入一张800*800的图片，图片经过主干网络提取特征后，特征图缩放步长（stride）为32，因此，图像的边长是输入时的1/32”。

图示推导过程

看到刚才这个问题的时候，脑海中产生了很多问号，为什么步长是32，输出特征图大小就是原图的1/32呢？带着这个疑问，自己动手画了特征提取的过程图，如下图所示：
如图所示，对于一张 9 * 9 的原始图像，使用 3 * 3 的感受野提取特征，步长分别设置为2或3，最后提取得到的特征图大小分别为 4 * 4 和 3 * 3 ，也即9/2 * 9/2 和 9/3 * 9/3 。因此可见对于一张输入图像，感受野提取得到的特征图大小与步长Stride之间是有密切关系的。