（一）理论部分

       感受野（Receptive Field），指的是神经网络中神经元“看到的”输入区域，在卷积神经网络中，feature map上某个元素的计算受输入图像上某个区域的影响，这个区域即该元素的感受野。

       卷积神经网络中，越深层的神经元看到的输入区域越大，如下图所示，kernel size 均为3×3，stride均为1，绿色标记的是Layer2 每个神经元看到的区域，黄色标记的是Layer3 看到的区域，具体地，Layer2每个神经元可看到Layer1 上 3×3大小的区域，Layer3每个神经元看到Layer2 上 3×3大小的区域，该区域可以又看到Layer1上 5×5 大小的区域。

       所以，感受野是个相对概念，某层feature map上的元素看到前面不同层上的区域范围是不同的，通常在不特殊指定的情况下，感受野指的是看到输入图像上的区域。

       为了具体计算感受野，这里借鉴视觉系统中的概念，

receptive field = center + surround

准确计算感受野，需要回答两个子问，即视野中心在哪和视野范围多大。

• 只有看到”合适范围的信息”才可能做出正确的判断，否则就可能“盲人摸象”或者“一览众山小”；

• 目标识别问题中，我们需要知道神经元看到是哪个区域，才能合理推断物体在哪以及判断是什么物体。

具体知识点博客参考：

彻底搞懂感受野的含义与计算

卷积神经网络中感受野的详细介绍

通俗易懂请参考此：

https://zhuanlan.zhihu.com/p/40267131

（二）实际应用中，特别注意，感受野实际上和理论值有差距：

点滴分享，福泽你我！Add oil！