感知域太小，相当于拿着目标图像被裁剪的一个子图去做判断，这是非常难的；
感知域太大，网络会基于一些不相关的信息做出判断；
目标的大小是变化，所以并没有一个万能的感知域适合所以的目标；
有说法是感知域略小于目标更好
