怎么计算感受野? 怎么增加感受野?
🌟1. 什么是感受野（Receptive Field）？
感受野是指 CNN某一层中的一个神经元在输入图像上能“看到”的区域大小。
比如你在第5层的一个神经元，其感受野大小是11×11，意思是它对原始输入图像的11×11区域有响应。感受野越大，神经元越能“看得远”，获取更全局的信息。
🧮2. 感受野怎么计算？
以一维卷积为例（二维同理）：
我们定义：
• k_i：第 i 层卷积核的大小（kernel size）
• s_i：第 i 层的步长（stride）
• R_i：第 i 层的感受野大小
✅ 公式如下：
初始输入层：
R_0 = 1
从第1层开始迭代计算：
📘 例子（经典 VGG-style 卷积）：
设有三层卷积，每层 kernel=3，stride=1：
| 层数 | kernel | stride | 感受野 |
|---|---|---|---|
| Conv1 | 3 | 1 | 3 |
| Conv2 | 3 | 1 | 5 |
| Conv3 | 3 | 1 | 7 |
每次都在原来的基础上加 (k-1)（因为 stride=1，乘积项为1）。
🔍3. 如何增加感受野？
感受野太小 → 网络只能看“局部” → 可能捕捉不到全局结构
感受野大 → 网络能整合更“远”的信息 → 有利于识别整体结构或长程依赖。
📈 增加感受野的方式：
| 方法 | 原理 | 特点 |
|---|---|---|
| ✅ 增加网络深度 | 多堆几层卷积层 | 简单有效，计算代价高 |
| ✅ 使用更大卷积核 | 比如 kernel=5 或 7 | 快速增大感受野，参数多 |
| ✅ 加步长（stride>1） | 扩大感受野但可能损失精度 | 信息压缩快 |
| ✅ 池化操作（如 max pooling） | 每次缩小尺寸，感受野迅速增大 | 信息损失大 |
| ✅ 使用空洞卷积（dilated conv） | 扩张卷积，不增加参数量，跳跃采样 | 感受野指数增大 |
| ✅ 残差连接 + 金字塔结构（如 FPN、HRNet） | 多尺度融合，间接增加全局感受能力 | 实用但结构复杂 |
🤔补充：感受野 ≠ 有效感受野（Effective Receptive Field）
• 理论感受野是数学上能到达的范围；
• 实际上，靠近中心区域对输出影响最大，边缘很弱 → 称为“有效感受野”；
• 所以实际有效信息往往小于理论计算值。
如何理解？
这个公式：
是用于逐层计算感受野的标准公式，它揭示了第 i 层神经元在原始输入上的感受野大小，考虑了前面所有层的卷积核大小和步长对感受野的“放大”作用。
✅1. R_i 表示什么？
R_i：第 i 层某个神经元在原始输入图像上对应的感受区域大小。
✅2. 为什么是？
这个公式的两个部分可以拆开理解：
🔸(1) ：
上一层的感受野——已经“看”的区域。
🔸(2) ：
本层卷积操作新增的感受区域大小。
✅3. 是干啥的？
• 它表示 第 i 层每个神经元的输出位置在原图上的步距。
• 比如：
• 如果你前面每层 stride=2，到了第4层，每移动一个神经元，对应的原图要跳 = 8 个像素。
• 所以：卷积层越深、前面 stride 越大，本层加的感受野越“宽”。
✅总结记忆法：
当前层的感受野 = 上一层能看到的 + 本层核大小 - 1（因为中间重叠） × 上一层输出对应的原图步距
这个乘积项本质上告诉你：“我加进来的这一小块，其实在原图上跨了多大范围”。
每一层的步长 stride 会 指数级放大 后续层在原图上的“跳跃间隔”，这是一个 层层递乘的过程，不是简单的累加。