- 降维和增加通道:(输出通道数为卷积核的个数C’)
- 降维的例子:假设有一个输入特征图大小为HxWxC,其中C是通道数。使用一个1x1卷积核,通道数从C减少到C’,其中C’是较小的通道数。这可以通过使用适当的卷积核权重来实现降维效果。
- 增加通道的例子:假设有一个输入特征图大小为HxWxC,将使用多个1x1卷积核,并将它们的输出通道堆叠在一起得到输出特征图大小为HxWxC’,其中C’是较大的通道数。
- 特征图的组合和融合:(特征图的融合主要用于将不同来源的信息结合起来,而特征图的组合主要用于对单个通道内的特征图进行加权组合)
- 组合特征图的例子:假设有两个输入特征图A和B,它们的形状都是HxWxC。可以使用1x1卷积核对A和B中的通道进行加权组合,得到一个新的特征图C,其形状也是HxWxC。这样可以实现不同通道间的线性组合。
- .融合特征图的例子:假设有两个输入特征图A和B,它们的形状都是HxWxC。可以使用1x1卷积核对A和B中的通道分别求和,得到一个新的特征图C,其形状也是HxWxC。这样可以将不同来源的信息融合在一起。
- 非线性变换和激活函数:
- 线性变换的例子:对于经过1x1卷积之后的特征图,可以应用非线性激活函数,如ReLU,将其输入变为非负值。这有助于引入非线性变换,并增加模型的表示能力。
- 参数减少和加速计算:
- 参数减少的例子:假设有一个输入特征图大小为HxWxC,使用一个1x1卷积核,通道数从C减少到C’。这样可以降低模型的参数量,因为之后的卷积操作只需要处理较少的通道。
- 加速计算的例子:由于1x1卷积核具有较小的尺寸和较少的参数,所以在计算量和存储方面相对较小。因此,通过使用1x1卷积核代替较大尺寸的卷积核,可以减少计算量并加速模型的推理过程。