感受野(Receptive Field, RF)是卷積神經網路(CNN)中的一個重要概念，它指的是特徵圖(feature map)上的一個像素點能夠映射回輸入圖像上的區域大小。通俗來講，感受野描述了原始圖像上能決定特徵圖某一個像素點的那些像素點構成的區域。
在CNN中，每一層的特徵圖上的像素點都對應著輸入圖像上的一個特定區域，這個區域就是該特徵圖的像素點的感受野。感受野的大小可以反映神經網路中每個神經元或特徵圖上的點對輸入圖像的感受範圍。感受野的大小與神經元接觸原始圖像的範圍成正比，較大的感受野意味著神經元能接收更廣泛的輸入，可能代表更全局、語義層次更高的特徵；而較小的感受野則可能包含更局部、細節性的特徵，語義層次較低。
此外，在目標檢測等算法中，如SSD、Faster R-CNN等，感受野的概念也被用於設計prior box和Anchor box，以確定檢測框的位置和大小。