سلام
فیلتر ها همه عمق رو در بر میگیرن
تفاوت بین شبکه های کانولوشن از خیلی جهات میتونه باشه ، تعداد لایه فقط یکی از موارد میتونه باشه. تعداد نورون های هر لایه (فیلترها) تاثیر مستقیم روی عملکرد شبکه دارن .
بستگی داره منظور از ادغام چی باشه ، در حالت عادی همونطور که عرض کردم این اتفاق به نوعی می افته ولی خب شما میتونید تست کنید اون چیزی که تو ذهنتون هست و نتیجه اش رو ببینید.
خیلی مهمه که ایده های خودتون رو اصلا دست کم نگیرید یا بی ارزش ندونید و حتما پیاده اش کنید. یادتون باشه هنوز یه معماری صد در صد عالی وجود نداره و هر روز افراد مختلف روشها و ایده های مختلفی رو ارایه میکنن برای بهبود کارایی ها . پس شما هم ایده هایی که دارید (البته بعد از اینکه خوب مطالعه کردید و مقالات مختلف رو خوندید و فهمیدید کسی یا انجام نداده و...) روش کار کنید حتما.