1x1卷积核的作用

1. 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。

2. 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。

3. 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。

4. 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。