Por que quase deixaram de usar grandes convoluções 9x9, 7x7, 5x5?

Grandes convoluções (por exemplo, 9x9, 7x7, 5x5) praticamente deixaram de ser usadas por várias razões:

• Alto custo computacional: filtros grandes requerem muito mais operações, o que desacelera o treino e a inferência.
• Perda de informação local: núcleos maiores cobrem uma área demasiado grande, o que pode levar a uma difusão de características locais importantes.
• Eficiência das convoluções pequenas: usar várias convoluções sequenciais com núcleos pequenos (por exemplo, 3x3) permite que os modelos capturem o mesmo campo receptivo, mas com menos custos e maior não linearidade.

Por exemplo, a arquitetura VGGNet usa várias convoluções 3x3 em sequência em vez de uma grande, o que melhora a qualidade e a eficiência.