楼主的代码是raw tensorflow，实在是太难阅读了……

如果我没有理解错的话，楼主把主卷积神经网络的每一个点附近的卷积操作（从patch到pixel），替换成了一个更小的卷积神经网络。造成了计算量的爆炸，使得此架构不实用。

楼主没有证明（也没有说明），使用这个架构的necessity 或者 justification（一定要分解成单步卷积吗？因为大卷积套小卷积，等效于两个大卷积）

尤其是，即便加上了步进（每隔n个像素应用一次卷积操作），也只相当于dilated convolution，在tensorflow里已有实现。