卷積神經網絡-可變形卷積

一、簡介 如何有效地對幾何圖形的變化進行建模一直是一個挑戰，大體上有兩種處理方法：（1）構建一個包含各種變化的數據集，其本質是數據擴增（2）使用具有形變不變性的特徵和算法（如SIFT）。這兩種方法都有很大的侷限性：幾何形變被假設是固定和已知的，這是一種先驗信息，用這些已知的形變去處理未知的形變是不合理的；手工設計的特徵或算法無法應對過度複雜的形變，即使該形變是已知的。近年來，CNNs在計算機視覺領

>>阅读原文<<