特定层与其感受野之间的关系
the relationship between a specific layer and its receptive field
在一篇论文中，我看到了以下table关于层与它们各自的感受野之间的关系。我有两个问题：
1) 这种关系如何计算，有公式可循吗
2) 例如，在最后几层，如pool5、fc6&fc7，有相当大的感受野。 fc6&fc7的感受野是404*404。如果训练图像是 256*256，是否意味着 fc6&fc7 看到很多像素超出了 256*256 的边界（或者只是浪费了 fc6&fc7 的功率，它有 404 *404 作为接受域）。在执行 classifciaiton/feature 提取类型的工作时，我不确定如何根据特定层理解感受野的物理含义。
假设您有 2 层，中间有最大牵引力。
第一层将是一个卷积层，过滤器为 3X3，步幅为 1X1，最大池化层为 2X2，步幅为 2X2，第二个卷积层的过滤器大小为 3X3，步幅为 1X1。
第一层从原始图像中查看 3X3 的近邻，因此感受野将为 3X3。比起最大池化层的效果，图像的下采样系数为两倍，因此第二层的输入是原始图像下采样系数为 2。现在，当前层还在 3X3 的邻域中寻找，但在下采样图像上，这意味着那个 effectavilly 这个过滤器查看来自原始图像的 (downsapleFactorfilterSize)X(downsapleFactorfilterSize) niegbrhood 的像素！所以感受野将是 6X6.
在一篇论文中，我看到了以下table关于层与它们各自的感受野之间的关系。我有两个问题：
1) 这种关系如何计算，有公式可循吗
2) 例如，在最后几层，如pool5、fc6&fc7，有相当大的感受野。 fc6&fc7的感受野是404*404。如果训练图像是 256*256，是否意味着 fc6&fc7 看到很多像素超出了 256*256 的边界（或者只是浪费了 fc6&fc7 的功率，它有 404 *404 作为接受域）。在执行 classifciaiton/feature 提取类型的工作时，我不确定如何根据特定层理解感受野的物理含义。
假设您有 2 层，中间有最大牵引力。 第一层将是一个卷积层，过滤器为 3X3，步幅为 1X1，最大池化层为 2X2，步幅为 2X2，第二个卷积层的过滤器大小为 3X3，步幅为 1X1。
第一层从原始图像中查看 3X3 的近邻，因此感受野将为 3X3。比起最大池化层的效果，图像的下采样系数为两倍，因此第二层的输入是原始图像下采样系数为 2。现在，当前层还在 3X3 的邻域中寻找，但在下采样图像上，这意味着那个 effectavilly 这个过滤器查看来自原始图像的 (downsapleFactorfilterSize)X(downsapleFactorfilterSize) niegbrhood 的像素！所以感受野将是 6X6.