Deformable ConvNets v2

Deformable ConvNets v2 可变形卷积网络的优越性能源于其对物体几何变化的适应能力。通过对其自适应行为的研究，我们发现虽然对其神经特征的空间支持比常规的转换更符合对象结构，但这种支持可能会远远超出感兴趣的区域，导致特征受到不相关图像内容的影响。为了解决这个问题，我们再次提出了一种可变形的ConvNets，通过增强建模能力和更强的训练来提高其聚焦于相关图像区域的能力。通过更全面地整

>>阅读原文<<