V3中引入了空间可分离卷积，用1*n与n*1卷积替换n*n卷积。论文中提到了这个方法在中间层（论文上为12到20层）上效果显著，使用的是1*7和7*1的卷积。下图为1*3与3*1卷积以及替换后的Inception模块：
V3中还引入了连接卷积与池化的方法来减少模型的参数，下图右侧表示的是先对35*35*320的图片分别进行步长为2的池化以及卷积，分别生成17*17*320的Feature map，再将生成的两个Feature map 进行连接，生成17*17*640的提取结果。左侧为使用此方法的Inception模块。
以上为个人浅显见解，如有错误或者不足之处，请大家多多指教