全面解析可變形卷積家族(Deformable Convolutional Networks v1+ v2)

目錄 DCN v1 DCN v2 參考 DCN v1 背景 在計算機視覺領域,同一物體在不同場景,角度中未知的幾何變換是檢測/識別的一大挑戰,通常來說我們有兩種做法: (1)通過充足的數據增強,擴充足夠多的樣本去增強模型適應尺度變換的能力。 (2)設置一些針對幾何變換不變的特徵或者算法,比如SIFT和sliding windows。 兩種方法都有缺陷,第一種方法因爲樣本的侷限性顯然模型的泛化能力比
相關文章
相關標籤/搜索