CNN中感受野的理解与计算（以VGG16中为例）

前言

• 由于SSD的主干网络是VGG16，出于对“低层features map的感受野较小，高层的感受野较大”的结论进行挖掘，因此对VGG16网络中的感受野进行了计算。【由于当你知识浅薄，当时该文存在一定错误，本次已进行了修订】
• 本文修订于2022-04-05

1.什么是感受野

• 感受野的定义：
  • 神经网络中每一层输出特征图上的像素点在输入图片上的映射的区域大小，也就是特征图上的每一个点对应的输入图片的区域。
  • 大白话理解：感受野是一个相对概念，其全局概念为：当前层的神经单元可以看到输入图片上的多大范围。其局部概念就是：当前层输出的一个神经单元能看到上一层输出特征图的多大范围。
    • 举个例子，当前层输入为5x5，卷积核大小为3x3，stride = 1， Padding = 1 ,那么根据计算公式输出大小为：(5+2x1)-3/1+1=5,即输出大小为5x5,那么这种情况下，输出里面任何一个神经元可以看到输入（可以说是上一层输出）的范围就是卷积核的大小，也就是3x3.

2.怎样计算感受野

• 感受野的计算公式:

RF_i-1 = (RF_i - 1) * Stride_i + K_size_i

即：第i-1层的感受野的结果与i层结果以及i层的步长和卷积核大小有关【感受野计算是从当前层的输出往前算，一直算到最开始的卷积层就可以得到当前层的感受野】

3.具体事例计算感受野

先具体的我以VGG16网络来计算一下：
在VGG16中，计算pool5这一层的感受野的大小。【粗糙的理解为，pool5中每一个神经元可以看到输入图片的多少个像素范围】

计算结果为：pool5输出的特征图在输入图片上的感受野为212*212
具体每一层情况如下图：
下一步将对SSD每一特征图的感受野进行计算，以及SSD网络的学习。
以上如有错误，谢谢大家指正

4.当前层感受野计算代码

（待更新）