Deformable Convolutional Networks

Deformable Convolutional Networks 卷积神经网络(CNN)由于其构建模块中固定的几何结构，其本质上仅限于建模几何变换。在这项工作中，我们引入了两个新的模块来增强CNN的变换建模能力，即可变形卷积和可变形RoI池化。两者都是基于用额外的偏移量来增强模块中的空间采样位置，并从目标任务中学习偏移量的想法，而不需要额外的监督。新的模块可以很容易地替换现有CNN中的普通对应模

>>阅读原文<<