http://blog.csdn.net/zy1034092330/article/details/62044941
2.1 多通道圖像卷積基礎知識介紹
縮進在介紹RPN前，還要多解釋幾句基礎知識，已經懂的看官老爺跳過就好。
- 對於單通道圖像+單卷積核做卷積，第一章中的圖3已經展示了；
- 對於多通道圖像+多卷積核做卷積，計算方式如下：
圖5 多通道+多卷積核做卷積示意圖（摘自Theano教程）
縮進如圖5，輸入圖像layer m-1有4個通道，同時有2個卷積核w1和w2。對於卷積核w1，先在輸入圖像4個通道分別作卷積，再將4個通道結果加起來得到w1的卷積輸出；卷積核w2類似。所以對於某個卷積層，無論輸入圖像有多少個通道，輸出圖像通道數總是等於卷積核數量！
縮進對多通道圖像做1x1卷積，其實就是將輸入圖像於每個通道乘以卷積系數后加在一起，即相當於把原圖像中本來各個獨立的通道“聯通”在了一起。