用于图像分类（及相关任务）的传统 CNN 在卷积层和池化层之后由 1 个或多个全连接层 (FC) 组成，这些层将从卷积层和池化层提取的特征作为输入，以执行分类或回归。

CNN 中 FC 的一个问题是参数的数量可能非常大，相对于卷积层中的参数数量。

有些任务，例如图像分割，实际上并不需要这么多参数。不使用全连接层而仅使用卷积、下采样（也称为池化）和上采样操作的神经网络的一个示例是用于图像分割的U-net 。仅使用卷积的神经网络称为全卷积网络(FCN)。这里我对FCNs和$1 \times 1$，这也应该回答你的问题。

无论如何，为了更直接地回答你的问题，$1 \times 1$卷积已用于图像分割任务，即密集分类任务，即您希望为每个像素（或一组像素）分配标签的任务，而不是稀疏分类任务，例如图像分类（目标是为整个图像分配 1 个标签）。此外，与 FC 层相比，它们的参数更少，更重要的是，FCN 中的参数数量不依赖于图像的尺寸（就像传统的 CNN 一样），这是一件好事（尤其是，当您的图像具有高分辨率时），但在实例分割的情况下，它通常取决于内核和实例（对象）的数量。

FCN 论文讨论了参数数量（和计算时间）的减少，因此您可能应该阅读这篇论文以了解更多详细信息。

通常使用 1x1 卷积来更改通道数。每个输出通道都是输入通道的线性组合。

例如，如果您在 RGB 图像上仅使用一个输出通道执行 1x1 卷积，那么您将得到一张灰度图像，其强度是相应像素的红、绿、蓝值的线性组合（加上偏差）。

如果您使用多个输出通道执行 1x1 卷积，则每个通道都以相同的方式形成，作为输入通道的线性组合。您可以将其视为多个卷积，其输出堆叠在一起。所有这些过滤器都有不同的参数。

请注意，如果输出相当于将每个通道乘以一个标量值，那么您将始终拥有相同数量的输入和输出。