感受野计算公式

感受野计算公式

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区域的大小。

计算公式

$l_{k}= l_{k-1} + \left [ \left ( f_{k} -1 \right ) * \prod_{i=1}^{k-1} s_{i}\right ]$lk​=lk−1​+[(fk​−1)∗i=1∏k−1​si​]

其中$ l_{k-1} $ 为第 $ k-1 $ 层对应感受野的大小，$ f_{k} $ 为第$k$k层的卷积核大小，或者是池化层尺寸的大小。

举个例子：