CNN 中 1X1 卷积核的降维和升维

在 CNN 网络中会采用 1x1 卷积核对 features 进行降维和升维.
原始图像为 HxWx3,RGB 3 个通道.
CNN 网络层输出的 feature maps 为 HxWxC.

  • 降维
    假设 CNN 某网络层输出 feature maps 尺寸为 WxHx512,则可以采用 1x1 卷积核对 feature maps 降维到低维,如32,16 等,降低了通道数.

    WxHx512 $\rightarrow$ WxHx32,采用了 32 个 1x1 卷积核.
  • 升维
    假设 CNN 某网络层输出 feature maps 尺寸为 WxHx16,现在需要用 1x1 卷积核升维到高维,如 128,512 等,增加了通道数.

    WxHx16 $\rightarrow$ WxHx128,采用了 128 个 1x1 卷积核.
Last modification:October 9th, 2018 at 09:31 am

Leave a Comment