inception v1-v3：通过多尺度卷积核学习不同尺度的空间信息并进行耦合；通过多个小卷积核来代替大卷积核的功能从而降低计算量；
通常，在一组特征图上进行卷积需要三维的卷积核，也即卷积核需要同时学习空间上的相关性和通道间的相关性。为了完全显示地对这两者相关性进行分离，后面又有了Xception，在channel维度上进行卷积;
参考：https://www.leiphone.com/news/201708/KGJYBHXPwsRYMhWw.html
相关文章：
相似解决方案
热门标签