1. 参考资料

《7x7换成3个3x3卷积》

2. 提问

ResNet开始（Stem部分）的 $7\times 7$ 卷积能不能换成3个 $3\times 3$ 卷积呢？
这个问题还是很有意思的，我们可以先来看看Chaty的回答；

3. Chaty回答

在CNN中，将ResNet的起始7x7卷积替换为3个3x3卷积是可行的。实际上，使用3个3x3卷积层可以增加网络的非线性表达能力，同时保持感受野大小。7x7卷积的感受野为7，而3个连续的3x3卷积的感受野为7（3 + (3-1) + (3-1)）。

要实现这个更改，可以按以下方式进行：

1. 将原始的7x7卷积层替换为3个3x3卷积层。
2. 在每个3x3卷积层之间添加ReLU激活函数，以增加非线性。
3. 考虑在3x3卷积层之间添加批量归一化（Batch Normalization）层，以提高模型的稳定性和收敛速度。

需要注意的是，这种更改可能会影响模型的训练速度和参数数量。虽然使用更小的卷积核可以减少参数数量，但增加的层数可能会增加训练时间。在实际应用中，您需要根据特定问题和资源限制权衡这些影响。不过，这种更改在实践中是可行的，并且在某些情况下可能会带来性能改进。

3. FocalNet中也使用了7x7卷积

南溪看来，使用【3x3卷积代替7x7卷积】最大的好处是在于可以简化网络设计的理念，所以还是有值得尝试的意义的；
但是，对于FocalNet，我们可能会使用预训练权重，所以不一定会改进主干网络的结构，这个还要根据网络设计的具体方案再来确定。