而对于yolov3来说，输出为3个尺度的特征图，分别为13×13、26×26、52×52。最小的13×13的特征图上其感受野最大；中等的2626特征图上其具有中等感受野，适合检测中等大小的目标。较大的5252特征图上其具有较小的感受野，适合检测较小的目标。
我对这个感受野就不太理解。是每个grid cell对应的感受野是按照以上比例分割原图出来的那一小部分吗？但感觉这样也不对啊，这样就和感受野计算公式相悖，我从网络输出反推对应的感受野，结果得到每个grid cell对应的感受野是原图整张图片，这显然也不对，那这个感受野应该怎么理解呢？
希望解答，在这里卡了两天了。
假设原图大小为：104* 104， 三个尺度特征分别为13，26，52。都是逐步下采样得到的。
13的特征图，是原图的1/8，所以一个网格覆盖了原图8* 8的网格范围；26的特征图，是原图的1/4，可以理解为一个网格覆盖了原图4 * 4的范围。相比之下，13的特征图覆盖范围更大，所以说其感受野最大；26的次之，52的最小。