Deformable ConvNets v2: More Deformable, Better Results（CVPR2018）

論文源址：https://arxiv.org/abs/1811.11168 摘要         可變形卷積的一個亮點是對於不同幾何變化的物體具有適應性。但也存在一些問題，雖然相比傳統的卷積網絡，其神經網絡的空間形狀更接近於目標物體的形狀，但有時會超出ROI區域，從而引入不相關的圖像信息進而對提取的特徵造成影響。爲此，本文提出了改造後的可變形卷積，通過增加建模及更強的訓練來改善其聚焦圖像相關區域的

>>阅读原文<<