resnet50为什么用7x7卷积

ResNet50中使用了7x7卷积层，主要是为了增加感受野（ receptive field），提高模型的特征提取能力。在深度卷积神经网络中，卷积核越大，能够捕获的特征信息就越多，但同时也会增加计算量和参数数量。因此，ResNet50中将7x7卷积拆分成两个3x3卷积层，既能够保证感受野的扩展，又能够减少计算量和参数数量。此外，7x7卷积层还能够有效地滤除图像中的高频噪声，提高图像的特征表达能力。