改写：在VGG-16网络模型的第一层、第三层卷积层后加入池化核为3、步长为2的重叠池化层。引入重叠池化层是为了减少网络模型计算量减少网络模型计算量有利于提高网络模型运行速度。经过池化层后的特征图尺寸会缩小具体缩小的程度取决于池化层的参数设置。一般而言如果输入特征图的尺寸为W×H池化窗口的大小为K×K滑动步长为S则经过池化层后的特征图尺寸将变为 W-K S+1× H-KS+1。例如当输入特征图的尺

为了降低VGG-16网络模型的计算量，我们在其第一层和第三层卷积层后加入了重叠池化层，池化核大小为3，步长为2。重叠池化层可以缩小特征图尺寸，具体缩小程度取决于其参数设置。通常情况下，输入特征图尺寸为W×H，池化窗口大小为K×K，滑动步长为S时，经过池化层后的特征图尺寸将变为 ( W-K )/S+1×( H-K)/S+1。例如，在输入特征图尺寸为5×5，池化窗口大小为3×3，滑动步长为2的情况下，得到的特征图尺寸为2×2。特征图尺寸缩小可以降低卷积神经网络模型的复杂度和计算量，从而提高网络模型的运行速度。