卷积核的理解

最近开始学习3d点云方向了，正在学经典算法pointnet，pointnet++之类的。结合chatgpt和一些自己的理解，写下来希望自己以后不要忘记了。

如下所示代码是一个卷积的操作，（3，64，1）的含义是（input channel，output channel，kernal size）

self.conv1 = torch.nn.Conv1d(3, 64, 1)

输入数据：（batch size，input channel，number points）即（批量大小，输入通道数，点云数量）通道在这里其实代表坐标维度，这里一个坐标维度就代表一个通道，输入数据其实是（bs，3，num_points） 3的含义是（x，y，z）

卷积核其实有64个核，每个核的尺寸是（3，1） 一个卷积核对应一个输出通道——64的输出通道

为什么（3，64，1）中kernal size是1呢，这个1代表着我在每个通道上只关注1个数字，所以也就是xyz三个维度都关注一个数据，那不就是一个点云xyz的具体坐标吗，所以才说相当于对单独点云做了mlp之类的线性变化，就是因为kernal size是1。如果kernal size变成2，就说明在同时看两个点，这与点云无序性其实相悖，并不太好。