mmdetection(2)： DeformableConvNets(DCN)

先来点干货，基于pytorch的代码： https://github.com/4uiiurz1
DCN可以说是打破了传统的CNN，那到底是怎么搞的呢
v1： https://arxiv.org/abs/1703.06211

既然原始的只能提取特定区域，那我们给其加上个位移不就ok了

那位移应该怎么加呢，简单啊，每个kernel不是3x3吗（常见），那就在添加9个位移变量，分别对应3x3的每个权重值所乘的点的偏移值，但是要表示坐标偏移的话，得加2个不是，ok那就233，分别表示x，y的偏移值。

所以结合上图就非常好理解了，先conv一下，生成2N个特征图，N为33=9。然后根据特征图在原图上取值，然后再进行卷积操作，就是这么简单。
至于roi pooling，解释不好，不说了。

v2：https://arxiv.org/pdf/1811.11168.pdf
主要解决个啥呢
v1不是非常规的形状吗？但是这样有个缺点啊，容易提取冗余值，比如说，一个人牵着个狗，我要检测狗，DCN某几个节点给偏到人上去了，是不是很对，解决很简单，把人上的那几个点权重设为0 就好了啊、

这样也是，每个卷积核上的每个点得来个权重，用来表示该点有没有什么软用。那就得3*N了
还有Faster-Rcnn怎么办，mdcn提取特征的时候提取了一大堆冗余的数据，怎么搞呢，结合RCNN啊，
RCNN输入的仅仅局部图片，不会产生冗余数据，ok，怎么结合呢，最后产生的不是1024维度的向量吗？做个相似度比较啊，cos上一下，就能尽量让Fast-RCNN趋向RCNN，这样来保证不产生冗余数据。

mmdet怎么搞呢，具体咋搞的就不说了，杂用的还可以，看18和27 的channels，是不是就是29和39，就是2个只有x，y。3个加了个m（权重），至于deformable_groups，那就是组卷积了。不说了，看代码去

deformable_groups = dcn.get('deformable_groups', 1)
            if not self.with_modulated_dcn:
                conv_op = DeformConv
                offset_channels = 18
            else:
                conv_op = ModulatedDeformConv
                offset_channels = 27
            self.conv2_offset = nn.Conv2d(
                planes,
                deformable_groups * offset_channels,
                kernel_size=3,
                stride=self.conv2_stride,
                padding=dilation,
                dilation=dilation)