感受野（Receptive Field）是卷积神经网络（CNN）中一个神经元在输入图像上能“看到”的区域范围。简单来说，它表示某个特征图中的像素点，对应原始输入图像中的多大区域。
举个栗子🌰
假设你有一个3×3的卷积核，第一层卷积输出的每个神经元，感受野就是3×3（直接覆盖输入图像的3×3区域）。
如果后续再叠加一个3×3卷积层，第二层神经元的感受野就会扩大到5×5（如下图所示）。
层级越深，感受野越大，网络能“理解”的图像范围越广。
为什么感受野重要？
- 决定网络感知能力：
- 小感受野适合捕捉局部细节（如纹理、边缘）。
- 大感受野适合理解全局结构（如物体形状、上下文关系）。
- 平衡细节与语义：
浅层网络感受野小，关注局部特征；深层网络感受野大，提取抽象语义。 - 任务适配：
- 目标检测中，感受野需覆盖目标物体大小（如大物体需更大的感受野）。
- 图像分割中，需同时保留局部细节和全局上下文。
感受野计算公式
对于第层卷积，感受野大小
与前一层的关系为：
其中， 是第 i 层的步长，初始输入的感受野
。
示例计算
假设网络结构如下：
- 输入图像 → 卷积层1（
）
- 卷积层1 → 卷积层2（
）
- 卷积层2 → 卷积层3（
最终第三层的感受野为9×9。
增大感受野的方法
| 方法 | 原理 | 特点 |
|---|---|---|
| 加深网络 | 堆叠更多卷积层 | 自然扩大，但增加计算量 |
| 增大卷积核 | 直接使用更大的kernel（如5×5） | 简单暴力，可能参数量大 |
| 空洞卷积 | 在卷积核中插入空洞（dilation） | 不增加参数，扩大感受野 |
| 池化层 | 通过下采样（如最大池化）间接扩大 | 牺牲空间分辨率 |
实际应用技巧
- 目标检测网络设计：YOLO、Faster R-CNN 通过多尺度特征融合，兼顾不同感受野。
- 语义分割优化：使用空洞卷积（如DeepLab系列）保持高分辨率的同时扩大感受野。
- 可视化工具：用代码库（如
receptivefield）计算各层感受野。
一句话总结
感受野决定了神经网络“看得有多广”，是平衡局部细节与全局语义的关键参数。
