机器学习入门（21）— 感受野概念

1. 感受野

直观上讲，感受野就是视觉感受区域的大小。在卷积神经网络中，感受野是 CNN 中的某一层输出结果的一个元素对应输入层的一个映射，即 feature map 上的一个点所对应的输入图上的区域，具体示例如下图所示。

如果一个神经元的大小是受到上层 N*N 的神经元的区域的影响，那么就可以说，该神经元的感受野是 N*N ，因为它反映了 N*N 区域的信息。

在上图 conv2 中的像素点 5，是由 conv1 的 2 * 2 的区域计算得来，而该 2 * 2 区域，又是由 raw image 中 5 * 5 的区域计算而来，所以，该像素的感受野是 5 * 5。可以看出感受野越大，得到的全局信息越多。在物体分割，目标检测中这是非常重要的一个参数。