深度可分离卷积
传统卷积
如果一个卷积核代表一个图像的属性的话，上图的方法就只能提取到一个属性。那么如果想要多个属性就需要多个卷积核
上图中是最常见的卷积方法，使用多个卷积核来提取多个属性。但是存在参数量过大的情况
深度可分离卷积
先用三个卷积核对三个通道分别卷积，再对得到的结果进行1x1的卷积，这时候只要增加1*1卷积核的个数就能对应的增加feature的特征数了。
参数量
对于传统的卷积：parameter=（3x3x3）x256=6912
对于深度可分离卷积：parameter=（3x3x3）+（1x1x3x256）=777
https://arxiv.org/abs/1808.05517 这篇文章解释了深度可分离卷积与传统卷积等价 有时间再看吧
参考链接: link.