CNN中感受野的计算
在学习物体检测相关的论文中，很多地方提到Anchor的设计，刚开始只是明白特征图到原图的映射原理，但是并没有实际计算过。
这里给出关于CNN中感受野的计算过程。
-
是第ｋ层感受野
-
是第ｋ层卷积核尺寸ksize
-
是第ｉ层卷积的步长stride
注：感受野的大小是从前往后推的，从输入图像到输出图像的顺序计算
以下是例子：
计算过程：
注：第一层的感受野和第一层的卷积核尺寸相同。
计算卷积核网址：Fomoro AI