感受野

定义: 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小。

?

设网络共有 N 层卷积层, 卷积核采用正方形, 记第 i 层卷积核大小为 \(size_i\), 步长为 \(stride_i\), 当我们计算 \(feature \space map\) 经过第 N 层卷积(或者池化), 输出的一个 "像素"对应的感受野时, 计算过程如下(从上到下计算, 计算最后所得值就是对应的感受野), \(field_{N}\) 表示经过第 N 层卷积之后的 feature map 上一个像素点对应的感受野(只看宽度).

\[ \begin {align*} &field_{N} = size_N \&\quad \quad \vdots \&field_{i} = (field_{i+1} - 1) \times stride_{i} + size_i \&\quad \quad \vdots \&field_{1} = (field_{2} - 1) \times stride_{1} + size_1\\end {align*} \]

\(field_{1}\) 即为所求感受野.
?
?

\(\color{red}{举例如下(\bf ZFNet)}\):

?

可以看出最后一层的 stride 不参与计算