积神经网络结构变化——可变形卷积网络deformable convolutional networks

本文深入探讨了可变形卷积网络(Deformable Convolutional Networks)的概念,包括其核心组成部分:可变形卷积(Deformable Convolution)与可变形区域兴趣池化(Deformable RoI Pooling)。通过引入偏移量(offset),可变形卷积能够对局部密集变换进行建模,增强CNN对尺度、长宽比和旋转的泛化能力。同时,可变形RoI Pooling提升了基于候选区域的目标检测算法性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考资料:https://blog.youkuaiyun.com/xbinworld/article/details/69367281

                  https://blog.youkuaiyun.com/zhangjunhit/article/details/67638559

本文可以看做是对 Spatial Transformer Networks 工作的深入,通过 deformable convolution 和 deformable RoI pooling提升当前CNN网络的空间信息建模能力。

Spatial Transformer Networks建立的是 global、sparse transformation ,本文的Deformable Convolutional Networks建立的是 local and dense transformation


2.1. Deformable Convolution

如上图,(a)是常规的一个3*3卷积窗口,(b)蓝色点就是原来的卷积窗口加上了一个offset的情况,(c)表示可以对进行窗口进行scale和aspect ratio的变换,(d)表示旋转; 

上图显示可变形卷积可以提高模型对 scale, aspect ratio and rotation 等映射的泛化能力。

卷积该具体怎么deformable,这个可以通过一个卷积层来学习,如下图所示

从公式层面来说:一般的卷积可以定义如下式:
这里写图片描述 

对于可变形卷积定义如下:
这里写图片描述

这个 offset ∆p n 通过卷积网络学习得到

传统卷积和可变形卷积的对比:

 

2.2. Deformable RoI Pooling
标准的 RoI pooling 模块将一个任意尺寸的输入矩形框特征转换到固定尺寸的特征。它主要用于基于候选区域的目标检测算法中。
pooling operation 可以如下式定义:


 

deformable RoI pooling 定义如下:
这里写图片描述

这个 offsets 通过一个全链接层学习
这里写图片描述

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值