Going Deeper with Convolutions (2014 论文)

概述

提出 GoogLeNet/Inception 架构的论文，通过多尺度卷积核并行处理实现高效的特征提取。

关键内容

1. Inception 模块：在同一层并行使用 1×1、3×3、5×5 卷积核和池化，捕获多尺度特征。
2. 1×1 卷积降维：使用 1×1 卷积减少通道数，大幅降低计算量，使深层网络训练可行。
3. ImageNet 冠军：GoogLeNet 以仅 22 层深度赢得 2014 年 ImageNet 挑战赛，参数量远少于 VGGNet。

来源

• ai_papers_timeline.md — 2014 年时间线条目

相关

• Christian Szegedy — authored_by
• GoogLeNet / Inception — introduced
• VGGNet — compares_to