感受野的理解

感受野的理解

今天看何恺明的faster rcnn的论文中说“由于卷积层输出的特征图感受野比较大，所以采用3X3的sliding window”

感受野的定义

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

感受野的计算

对于CNN，可以采用从深层到浅层逐层计算的方法
对于一个$n$层网络，考虑它的第$i$层($i=1,...,n$)，它是在第$i-1$层的基础上通过大小为$f_{i}$的卷积核，以及$s_{i}$的stride卷积得到（不考虑padding)
则第$i$层的每个像素点对应
第$i-1$层的$RF_{i,i-1}=f_{i}$个像素点
第$i-2$层的$RF_{i,i-2}=f_{i-1}+(RF_{i,i-1}-1)\times s_{i-1}$个像素点
第$i-3$层的$RF_{i,i-3}=f_{i-2}+(RF_{i,i-2}-1)\times s_{i-2}$个像素点
…
第0层的$RF_{i}=f_{1}+(RF_{i,1}-1)\times s_{0}$个像素点
第0层代表原始图像

参考博客:卷积神经网络物体检测之感受野大小计算