一、简述

        Xception 是深度为 71 层的卷积神经网络，仅依赖于深度可分离的卷积层。

        论文中将卷积神经网络中的 Inception 模块解释为常规卷积和深度可分离卷积运算（深度卷积后跟点卷积）之间的中间步骤。从这个角度来看，深度可分离卷积可以理解为具有最大数量塔的 Inception 模块。

        下图是原始深度可分离卷积

         Xception中改进的深度可分离卷积

         原始的深度可分离卷积是深度卷积后跟点卷积。修改后的深度可分离卷积是逐点卷积后跟深度卷积。

        作为受 Inception 启发的新型深度卷积神经网络架构，其中 Inception 模块已被深度可分离卷积取代。展示了这种被称为 Xception 的架构在 ImageNet 数据集上的性能略优于 Inception V3（Inception V3 就是为此设计的），在包含 3.5 亿张图像和 17,000 个类别的更大图像分类数据集上，其性能显着优于 Inception V3。由于 Xception 架构具有与 Inception V3 相同数量的参数，因此性能提