论文地址:https://arxiv.org/pdf/1703.06211
相关代码(非官方):https://github.com/4uiiurz1/pytorch-deform-conv-v2/tree/529abbbe9b81e852d272220c855255fd631c43c6
1. 为什么做DCN
传统的卷积采用固定尺寸的卷积核,不能很好地适应几何形变
2. 什么是DCN
可形变卷积,卷积核的形状是可变的,也就是感受野可以变化,但注意感受野的元素是“不变”的。
3. DCN的具体实现
具体细节可以参考这个知乎:https://zhuanlan.zhihu.com/p/62661196
代码似乎也是按照这个流程写的,不过上面的输出结果不应该是(b*h*w*2c),而是(b*h*w* (2kernel_size*kernel_size)),因为只需要记录可变形卷积滤波器变形之后的位置,滤波器的原始尺寸是kernel_size*kernel_size,需