Marcus1231的博客

DCNv2 通过三方面创新显著提升目标检测性能：（1）扩展可变形卷积范围至conv3-5阶段，增强几何形变建模能力；（2）引入调制机制，同时控制采样位置偏移Δp和特征幅度Δm∈[0,1]；（3）采用R-CNN特征模仿训练策略，通过余弦相似度损失使Faster R-CNN学习前景聚焦特征。在COCO数据集上，DCNv2相比DCNv1提升2.6mAP（检测）和2.0mAP（分割），计算量增加小于5%。未来可改进方向包括调制函数优化、轻量化设计和Transformer架构融合等。

本文提出可变形卷积和可变形RoI池化模块，通过为传统CNN的固定采样位置增加可学习的偏移量，显著提升了模型处理几何变换的能力。这些模块可直接替换现有CNN中的对应组件，通过标准反向传播端到端训练，无需额外监督。实验证明该方法在目标检测和语义分割任务中表现优异，首次验证了深度CNN学习密集空间变换的有效性。虽然存在计算开销增加和偏移学习稳定性等挑战，但该技术通过自适应感受野调整，为处理物体形变提供了新思路。未来可结合自监督学习、架构搜索等技术进一步优化。

各种轻量视觉网络的日常积累