本篇文章观点仅限于目前的理解，后续若有新的理解，还会继续更新。
1. Introduce
Xception是2017年CVPR上的一篇文章中提出的，作者在Google提出的一系列Inception结构的基础上进行了进一步的发展，将其与基于深度的分离卷积相结合，提出了Extreme Inception，即Xception。
本文首先介绍Depth-wise separable convolution，然后介绍作者提出Xception的motivation，最后对Xception的结构和论文内容进行简单总结。
2. Depth-wise Separable Convolution
深度可分离卷积不同于普通的卷积操作，如下图所示，深度可分离卷积首先使用各卷积核按层对输入特征进行卷积，卷积之后组成与输入特征层数相等的特征图，之后再使用1*1的卷积核(Point-wise Convolution)卷积到所需维度：
3. Motivation
一个普通的Inception v3模块如下图所示，通过对Inception网络的学习可以知道，在Concat时，网络中不同路径的卷积结果最终是沿channel方向连接在一起，模块中1×1卷积核的目的是进行降维以对特征进行压缩，同时减少参数数量：
所以可以考虑一种极端情况，每一个通路都使用1个1×1的卷积核压缩输入特征，然后使用1个3×3的卷积核进行卷积，也即每个通路在Concat时只贡献一个channel。
这种极端情况可用下图表示：
通过上面的思考，作者提出了如下的depth-wise separable convolution，这里的深度可分离卷积和上面提到的略有不同，此处是先进行Point-wise的1×1卷积，再进行depth-wise的卷积：
4. Xception Architecture
最终的Xception网络结构如下，该结构使用了可分离卷积，同时引入了ResNet的残差结构，共有36个卷积层，每层卷积后都使用了BN：
作者给出了Keras版本的实现，网络的其他细节这里不再详述。
5. Conclusion
通过作者在ImageNet等较大的分类数据集上的实验发现，Xception的性能比ResNet-152和Inception v3略好一些，Xception的参数数量比Inception v3略少，最主要的是，Xception比较简洁。在Inception v3中，网络使用多种Inception模块进行构造，如果想构造一个小的网络会有些让人不知道如何下手，相比之下，Xception则要清晰很多。
