对于单通道的feature map和单个卷积核之间的卷积来说，题主的理解是对的，CNN里的卷积大都是多通道的feature map和多通道的卷积核之间的操作（输入的多通道的feature map和一组卷积核做卷积求和得到一个输出的feature map），如果使用1x1的卷积核，这个操作实现的就是多个feature map的线性组合，可以实现feature map在通道个数上的变化。接在普通的卷积层的后面，配合激活函数，就可以实现network in network的结构了（本内容作者仅授权给CaffeCN社区（caffecn.cn）使用，如需转载请附上内容来源说明。）
1.实现跨通道的交互和信息整合
2.进行卷积核通道数的降维和升维
https://blog.csdn.net/qq_36673141/article/details/78226904
http://www.caffecn.cn/?/question/136
https://blog.csdn.net/haolexiao/article/details/77073258