3.4 GoogLeNet (Inception)：多尺度特征融合

文档摘要

3.4 GoogLeNet (Inception)：多尺度特征融合 3.4 GoogLeNet (Inception)：多尺度特征融合在卷积神经网络的发展历程中，AlexNet和VGG等架构通过增加网络的深度和宽度显著提升了图像识别性能。然而，简单地堆叠更多的卷积层和全连接层带来了两个主要挑战：计算成本急剧增加以及过拟合风险。GoogLeNet，由Google团队在2014年ImageNet ILSVRC竞赛中提出，其核心创新是引入了"Inception模块"，旨在解决这些问题，并在保持计算效率的同时提高网络的特征提取能力。GoogLeNet也常被称为Inception v1。 3.4.1 挑战：如何选择合适的卷积核尺寸？