对Deformable中的 offset 求梯度不是很理解
Deformable Offset
x ⇒ conv(x) ⇒ x_coords ⇒ ( lt, lb, rt, rb )
⇒ px*py*lt + px*(1-py)lb + (1-px)*py*rt + (1-px)(1-py)*rb
⇒ x
对px的偏导数,求其gradient
∂((px−⌊px⌋)∗py∗lt)∂px∂((px−⌊px⌋)∗py∗lt)∂px
这个地方 ⌊px⌋⌊px⌋偏导数可能为0, pxpx 为1
所以得:
py∗ltpy∗lt
然后依次求得各项偏导,并依次向下求偏导数

本文详细解析了Deformable Convolutional Networks中关于offset梯度的计算过程,特别是针对px的偏导数进行了深入探讨。通过数学推导,解释了为什么在某些情况下偏导数可能为0,并给出了具体的计算步骤。
1183

被折叠的 条评论
为什么被折叠?



