计算CNN感受野

• 定义

调整输入尺寸，当有input size使网络feature map的尺寸为 1x1时，这个input size为当前feature map的感受野大小。整个网络的感受野就是最后一层feature map的感受野大小。如VGG16感受野时196x196，指的时conv5_3(pool5之前)的感受野大小。

• 如何计算
  $RF^l=(RF^{l-1}-1)*stride+fsize$
  其中$RF^l$ 指 l l <script type="math/tex" id="MathJax-Element-164">l</script> 层感受野大小，stride指步长，fsize指卷积或池化核尺寸。

那么vgg16感受野计算过程如下：

conv5_3 [3, 1, 1]   3
conv5_2 [3, 1, 1]   5
conv5_1 [3, 1, 1]   7
pool4   [2, 2, 0]   14
conv4_3 [3, 1, 1]   16
conv4_2 [3, 1, 1]   18
conv4_1 [3, 1, 1]   20
pool3   [2, 2, 0]   40
conv3_3 [3, 1, 1]   42
conv3_2 [3, 1, 1]   44
conv3_1 [3, 1, 1]   46
pool2   [2, 2, 0]   92
conv2_2 [3, 1, 1]   94
conv2_1 [3, 1, 1]   96
pool1   [2, 2, 0]   192
conv1_2 [3, 1, 1]   194
conv1_1 [3, 1, 1]   196