在CNN, Convolutional Neural Network 的某一層中
每個神經元（或像素）的輸出受到前一層哪些區域的輸入所影響

• 該輸出值受到輸入影像哪些區域影響
• 感受野越大，模型能理解的上下文（context）越多

CNN 中的感受野 (Receptive Field)

快速導讀

Create by GPT-Image 2.0

算法

若：

• Kernel Size = k
• Stride = 1

則每增加一層：

RF_new = RF_old + (k - 1)

越深層
→ receptive field 越大
→ 能理解越高階的資訊

其他

depth ↑
→ receptive field ↑
→ context ↑
→ semantic understanding ↑

• pixel classification
• 需要同時知道：
  • 局部細節
  • 全域語意