Xception: Глубокое обучение с глубинно-разделяемыми свертками

Мы предлагаем интерпретацию модулей Inception в сверточных нейронных сетях как промежуточного шага между обычной сверткой и операцией глубинно-разделяемой свертки (глубинная свертка, за которой следует поинтвисная свертка). В этом понимании глубинно-разделяемую свертку можно рассматривать как модуль Inception с максимально большим числом «башен» (towers). Исходя из этого наблюдения, мы предлагаем новую архитектуру глубокой сверточной нейронной сети, вдохновленную Inception, в которой модули Inception заменены глубинно-разделяемыми свертками. Мы показываем, что эта архитектура, названная Xception, слегка превосходит Inception V3 на наборе данных ImageNet (для которого была разработана Inception V3), и существенно превосходит Inception V3 на более крупном датасете для классификации изображений, содержащем 350 миллионов изображений и 17 000 классов. Поскольку архитектуры Xception и Inception V3 имеют одинаковое число параметров, прирост производительности объясняется не увеличенной емкостью модели, а более эффективным использованием параметров модели.