关于DenseASPP for Semantic Segmentation in Street Scenes的3.2.2 Larger receptive field部分的一点思考和疑惑

前言

最近阅读了论文DenseASPP for Semantic Segmentation in Street Scenes。这篇paper影响力挺大，而且内容也很有现实作用。所以基于该paper有挺多的再创作。当然也意味着有很多参考资料。这样阅读该paper就会容易点。

个人疑虑

本人在看论文时，对3.2.2 Larger receptive field部分的公式6和公式7有疑虑。

我本人算出来的公式6结果是49，公式7结果是121.同时DenseASPP(3,6,12,18,24)的结果我算出来是127.

该部分是关于感受野计算的。我的过程如下：
基准还是3X3的卷积核,即K=3：

d=3时，K=(3-1)*(3-1)+3=7

d=6时，K=(6-1)*(3-1)+3=13

d=3和d=6组合：K₁=7，K₂=13,K=K₁+K₂-1=19

d=12时，K=(12-1)*(3-1)+3=25

d=3与d=12组合，k₁=7,K₂=25,K=7+25-1=31

d=3,d=6与d=12组合 ，先算d=3与d=6组合得K=19,再算d=12,K=25,故组合后K=19+25-1=43

d=18时，K=(18-1)*(3-1)+3=37

d=24时，K=(24-1)*(3-1)+3=49

故R₃,₆+R₃,₁₂-1=13+25-1=37

((R₃,₆+R₃,₁₂-1)+R₃,₁₈-1)=37+37-1=73

(((R₃,₆+R₃,₁₂-1)+R₃,₁₈-1)+R₃,₂₄-1)=73+49-1=121

故DenseASPP(6,12,18,24)的最大的感受野是：R_max = (((R₃,₆+R₃,₁₂-1)+R₃,₁₈-1)+R₃,₂₄-1)=121

本部分计算所用公式为论文中原文的公式4和公式5：

一直到R₃,₂₄之前，都是符合论文给出的结果的：

本人一直在谷歌和bing等查询很多博客等资料，但是绝大多数人都是把论文翻译了一下，而且还是机翻：最显著的标志是关于感受野（receptive field），这一翻译是沿用医学神经的，但是机器翻译可能会变成接受域。我在很多博客下面看到同样的单词，有时候翻译成感受野，有时候又变成接受域。这种感觉和我以前本科看我们授课老师名义上翻译的（实际估计找研究生谷歌翻译的）书很像。前后同一单词非必要不应该出现翻译歧义，除非做标注。总之，我并未能从博客上发现多少有用的东西。只有在一篇评论区，有两位朋友提出自己的问题，他们观点和我一样，但是私信并未回复。所以我在该问题上卡了2天。

后记

在今天下午我请教了实验室的一位博士师兄，他是研究深度学习和自动驾驶的。对DenseASPP有所涉及，也在该部分发表过再创作论文。师兄对我的观点赞同。在2020年他的论文中的数据也是49和121。所以问题姑且告一段落。然后，其实个人建议这种问题遇到了也不必非要纠结，我有一位博士师兄能给我一个标准，如果没有较权威的人给标准的话，这种小问题就是糊涂账，建议跳过。
如果评论区有人了解该部分的情况，并有确定答案的话，请务必告知我。不胜感激。