我正在阅读一篇名为 YOLO 的对象检测论文（你只看一次），我对架构有一些疑问。
在 CNN 网络中，作者描述了 1x1 卷积减少了前几层的特征空间。当我看到下图时，我很困惑他堆叠了 3x3x256 卷积层，然后是 1x1x256。
之前和之后的特征数量（256到256）不一样吗？这应该如何减少特征空间？
1x1 卷积
数据挖掘
深度学习
卷积神经网络
2022-03-15 16:37:05
1个回答
正如@E_net4 的评论中所引用的，1x1 卷积相当于完全连接的层，允许根据使用的过滤器数量进行特征扩展或收缩。
查看图片中的架构图，看起来 1x1 卷积实际上是通过将过滤器数量减少一半来减少特征空间。即查看图像中的第三个块，输入为 56x56x256，但第一个卷积是 1x1x128，因此假设步幅为 1，则输出将为 56x56x128。
其它你可能感兴趣的问题