全面解析可变形卷积家族(Deformable Convolutional Networks v1+ v2)

目录 DCN v1 DCN v2 参考 DCN v1 背景 在计算机视觉领域,同一物体在不同场景,角度中未知的几何变换是检测/识别的一大挑战,通常来说我们有两种做法: (1)通过充足的数据增强,扩充足够多的样本去增强模型适应尺度变换的能力。 (2)设置一些针对几何变换不变的特征或者算法,比如SIFT和sliding windows。 两种方法都有缺陷,第一种方法因为样本的局限性显然模型的泛化能力比
相关文章
相关标签/搜索