可变形卷积网络

代码：https://github.com/4uiiurz1/pytorch-deform-conv-v2

https://github.com/msracver/Deformable-ConvNets.

卷积神经网络（CNNs）由于其固定的几何结构而固有地局限于模型几何变换。

在这项工作中，我们引入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。两者都是基于模块中的增加空间采样位置的想法，其中带有额外的偏移量并学习目标任务的偏移量，不需要额外的监督。新的模块可以很容易地取代现有CNN中的普通对等体，并且可以很容易地通过标准的反向传播来进行端到端的训练，从而产生可变形卷积网络。

大量的实验验证了我们的方法的性能。我们首次展示了在深度CNN中学习密集的空间变换，对于复杂的视觉任务，如目标检测和语义分割是很有效的。

代码发布在https://github.com/msracver/Deformable-ConvNets。

图1：3×3标准可变形卷积的采样位置的说明。

（a）标准卷积的规则采样网格（绿点）。

（b）变形的采样位置（深蓝点），在可变形卷积中具有增强偏移（浅蓝色箭头）。

（c）和（d）是（b）的特殊情况，表明变形卷积概括了各种尺度变换、（各向异性）纵横比和旋转。

图2：3×3可变形卷积的说明

图3：3×3可变形RoI池的说明

图4：3×3可变形PS ROI池的说明

图5：在标准卷积（a）中的固定感受野和可变形卷积（b）中的自适应感受野，使用两层图解。

顶部：两个激活单元在顶部特征图上，在两个不同尺度和形状的物体上。激活来自于3×3滤波器。

中间：在前面的特征图上的3×3滤波器的采样位置。另外两个激活单元被高亮显示。

底部：在前面的特征图上两个级别的3×3滤波器的采样位置。突出显示的位置对应于上面突出显示的单元。

Abstract

Convolutional neural networks (CNNs) are inherently limited to model geometric transformations due to the fixed geometric structures in their building modules. In this work, we introduce two new modules to enhance the transformation modeling capability of CNNs, namely, deformable convolution and deformable RoI pooling. Both are based on the idea of augmenting the spatial sampling locations in the modules with additional offsets and learning the offsets from the target tasks, without additional supervision. The new modules can readily replace their plain counterparts in existing CNNs and can be easily trained end-to-end by standard back-propagation, giving rise to deformable convolutional networks. Extensive experiments validate the performance of our approach. For the first time, we show that learning dense spatial transformation in deep CNNs is effective for sophisticated vision tasks such as object detection and semantic segmentation.

The code is released at :

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/101039957