密集型目标检测网络_DeformCaps：第一个用于目标检测的可变形胶囊网络

本文提出了可变形胶囊：DeformCaps，其由新的胶囊结构（SplitCaps）和新的动态路由算法（SE-Routing）组成，以平衡计算效率与建模大量对象和类的需求。并由此创建了第一个用于目标检测的胶囊网络！又一种全新的目标检测范式！

注：胶囊又可变形，要素过多

Deformable Capsules for Object Detection

论文（ICLR 2021投稿）：Deformable Capsules for Object Detection

注：如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。

胶囊网络通过存储更强大的内部表示，并根据中间表示的投影之间的协议路由信息，有望比卷积网络带来显著优势。尽管如此，由于它们的计算量大，其成功主要限于小规模分类数据集。最近的研究通过用卷积胶囊局部约束要素的动态路由来部分克服了这种负担。尽管存储效率高，但是卷积胶囊施加了几何约束，这从根本上限制了胶囊建模物体的姿势/变形的能力。此外，它们没有解决类胶囊扩展到更大任务（例如检测或大规模分类）的更大内存问题。在这项研究中，我们介绍了可变形胶囊（Defor