Google社が開発したCNNモデル。インセプションモデルとも呼ばれる。
2014年のILSVRCで優勝。
深さが 22 層ある事前学習済みの畳み込みニューラル ネットワーク

入力層から出力層までが一直線ではなく、異なるサイズの畳み込み層を並列に並べたインセプションモジュールを組み合わせた構造になっている。
インセプションモジュールにより、畳み込み層が深くなると画像サイズが小さくなるという従来の畳み込みニューラルネットワークの欠点を改善した。

畳み込み処理の後に、全結合層の代わりにGlobal Average Poolingを導入している。
ネットワークの中間で分岐させて、その時点での損失情報のフィードバックを得るAuxiliary classifierを用いる。

これらの工夫は、過学習を抑え、学習パラメータ数を減らす効果がある。

GoogLeNet ネットワークの再学習を行って、転移学習を使用して新しいタスクを実行できる。