文章提出了一种通过在模块中增加额外偏移量的空间采样位置和从目标任务中学习到偏移量且不需要额外的监督的方法来增强CNN的变换建模能力。基于这种思想提出了两个新模块:可变形卷积和可变形RoI池化。新模块可以很容易地取代现有CNN中的普通模块,并且可以通过标准反向传播轻松地进行端到端训练。
参考目录
可变形卷积原文:Deformable Convolutional Networks
学习DCN时我看了很多别人的文章,都写得很好,我把对我有帮助的罗列在下面。
1、这篇非常直白,可以先了解个大概: 可变形卷积从概念到实现过程
2、这篇可以先看前面的解析增加了解,后面还有代码:deformable convolution(可变形卷积)算法解析及代码分析
3、这篇比较生动活泼: