卷积神经网络-Deformable Convolutional可变形卷积详解[下]

个人微信公众号：AI研习图书馆，欢迎关注~

深度学习知识及资源分享，学习交流，共同进步~

AI研习图书馆，发现不一样的世界

Deformable Convolutional——可变形卷积

在深度学习的计算机视觉任务中，如果使用可变形卷积，则可以显著提升Faster R-CNN和R-FCN等算法在物体检测和分割上的性能。只需要增加很少的计算量，就可以得到性能的提升，Deformable Convolutional，非常好的文章，值得一看~

5. 消融研究和实验结果

5.1 使用可变形卷积在不同数量的最后几层上

• 3和6个可变形卷积也很好。最后，作者选择3，因为可以很好地权衡用于不同的任务。
• 我们还可以看到DCN改进了DeepLab，class-aware RPN(或认为是简化的SSD），fast - R-CNN和R-FCN

5.2. 可变形卷积偏移距离分析