什么是卷积神经网络的感受野？

感受野指CNN中某层特征图上的一个像素点对应输入图像上的区域大小。计算方法（公式）：RF_l = RF_{l-1} + (K_l - 1) × stride_product，其中stride_product=∏_{i<l} S_i。重要性：(1)浅层感受野小→检测边缘、纹理等局部特征。(2)深层感受野大→检测物体部件、整体语义。(3)理想的设计是感受野逐步增大，覆盖整个目标。示例：3层3×3卷积（S=1）的有效感受野为7×7——而非直觉的3+3+3=9。实际有效感受野呈高斯分布（中心区域权重更大），不如理论感受野大。应用：空洞卷积可扩大感受野而不增加参数。