特征图上某个元素的计算要输入图像上某个区域内像素的参与
比如特征图上某个元素的计算需要输入图像上5*5区域内的像素参与
所以我们说这个特征图的感受野就是5*5,也就是说,感受野这个概念是针对特征图而言,一个特征图的感受野是多少。
举例:假设Layer1是原始图像,经过一个3*3的卷积得到一个3*3大小的特征图Layer2,这个特征图Layer2再经过一个3*3的卷积得到一个1*1大小的特征图Layer3。
Layer2这个特征图的感受野是3*3(因为需要原始图像即输入图像的3*3区域的像素参与计算才能得到Layer2特征图上的一个元素)
Layer3这个特征图的感受野是5*5(需要需要原始图像即输入图像的5*5区域的像素参与计算才能得到Layer3特征图上的一个元素)
显然:(1)在网络中,越深层的特征图其感受野往往更大
(2) 感受野大小的计算是个递推公式