Inception Convolutionでチャネルごとに指定できる間隔を探索するEDOアルゴリズムを提案した。EDOアルゴリズムでは、例えば5×5畳み込みの広い受容野から3×3のInception Convolutionの間隔を探索し、5×5畳み込みの重みに近付ける方向で最適化を行う。

画像分類、物体検出、インスタンスセグメンテーション及び姿勢推定のタスクで評価を行い、それぞれ9×9や13×13などのカーネルで事前学習してからInception Convolutionの間隔を探索すると精度が向上する結果。Faster R-CNNとMask R-CNNでは比較も行い、従来手法を上回る結果。

探索する対象を絞り込んだ一方で、複数のタスクで幅広く実験して精度向上を示したことで通ったと考えられる。