Trident Networks学习记录

论文的主题及主要改进的东西：

主要通过改变dilation rate来变化receptive field的大小，测试不同的receptive field 对识别不同大小的目标的影响。最后证明receptive field确实是对识别有影响。

模型结构：

分为3个branch，每个branch都相同，只是dilation rate不同，甚至连weights都是共享的。因为都相同，所以只说一个branch。

一个branch是resnet，

（1）具体怎么修改每个conv block如图：

（2）而resnet有那么多block，修改哪些block？具体文中做了实验，结果如下

文中没有提到deformable具体加在哪？不清楚。

另贴deformable 原论文中是如何添加deformable convolution 的，其仅仅是在最后一个部分添加了可变形卷积：

阅读源代码，可以看到，其只更改了第四个卷积部分，其他部分和resnet一样，只有第四部分变了

c1 = cls.resnet_c1(data, use_3x3_conv0, use_bn_preprocess, norm_type, norm_mom, ndev)
c2 = cls.resnet_c2(c1, num_c2_unit, 1, 1, norm_type, norm_mom, ndev)
c3 = cls.resnet_c3(c2, num_c3_unit, 2, 1, norm_type, norm_mom, ndev)
c4 = cls.resnet_trident_c4(c3, num_c4_unit, 2, branch_dilates, norm_type, norm_mom, ndev, num_trident_block,
                           num_branch, branch_ids, branch_bn_shared, branch_conv_shared, branch_deform)
# stack branch features and merge into batch dim
c4 = cls.stack_branch_symbols(c4)
c5 = cls.resnet_c5(c4, num_c5_unit, 1, 2, norm_type, norm_mom, ndev)

而第四部分有多个block，具体几个都可以，每个block的dilate按照论文中的1，2，3。只有（3X3）那个卷据修改了dilate，同样只有这个地方会修改为可变型卷积，如代码所示：

conv2_offset = cls.conv_shared(
    relu2, name=name + "_conv2_offset", num_filter=72, kernel=(3, 3),
    pad=(1, 1), stride=(1, 1), dilate=(1, 1), no_bias=False,
    branch_ids=branch_ids, share_weight=branch_conv_shared)
conv2 = cls.deform_conv_shared(
    relu2, name=name + "_conv2", conv_offset=conv2_offset,  num_filter=filter // 4, kernel=(3, 3),
    pad=dilate, stride=stride, dilate=dilate, num_deformable_group=4,
    branch_ids=branch_ids, share_weight=branch_conv_shared)