画像分類のための単純で非常にモジュール化されたネットワークアーキテクチャを提案します。当該ネットワークは、同じトポロジーを持つ一連の変換を集約するビルディングブロックを繰り返し構築することで形成されています。この単純な設計により、均質かつ多岐にわたるブランチを持つアーキテクチャが実現され、設定すべきハイパーパラメータはわずか数個となります。本戦略では、「基数」（変換の集合のサイズ）という新たな次元が、深さと幅の次元に加えて重要な要素として明らかになります。ImageNet-1Kデータセットにおいて、我々は複雑さを維持するという制約条件のもとでも、基数を増やすことで分類精度が向上することを経験的に示しています。また、容量を増やす際に深層化や幅広化よりも基数を増やすことがより効果的であることも示しています。当該モデルはResNeXtと名付けられ、ILSVRC 2016分類タスクへの参加基礎となりました。この大会で我々は2位を獲得しました。さらに、ResNeXtについてImageNet-5KセットおよびCOCO検出セットでの調査を行い、ResNetと比較して優れた結果を得ることも確認しました。コードおよびモデルはオンラインで公開されています。