1*1的卷积最早是在NiN的paper中提出来的
1*1卷积核的作用
①1*1的卷积核能够实现维度的改变(降维)
降维的话,也能减少参数量
②实现跨通道的交互和信息整合
对于单通道feature map 用单核卷积即为乘以一个参数,而一般情况都是多核卷积多通道,实现多个feature map的线性组合
③减少计算量
即bottleneck
不引入1×1卷积的卷积操作
引入1×1卷积的卷积操作④可以实现与全连接层等价的效果
如在fast-rcnn中用 1 * 1 * m 的卷积核卷积n(如512)个特征图的每一个位置(像素点),其实对于每一个位置的1*1卷积本质上都是对该位置上n个通道组成的n维vector的全连接操作。
32是有32个通道,32个channel
如果我们有16个卷积核 ,那么我们的这里应该是16
即新图片的channel数是16
新图片的channel数和原图片的channel数完全没相关
我们的卷积核是[16,32,1,1]
这个32是和原图的通道数对应的,因为我们每个通道都要做channel
而这个16是我们自己选择,有16种feature来做,比如锐化、模糊、浮雕等等
所以1*1的卷积核实现了一个什么效果——维度的改变
1*1卷积核的作用
于 2020-05-17 21:30:11 首次发布