先來點干貨，基于pytorch的代碼： https://github.com/4uiiurz1
DCN可以說是打破了傳統的CNN，那到底是怎么搞的呢
v1： https://arxiv.org/abs/1703.06211

既然原始的只能提取特定區域，那我們給其加上個位移不就ok了

那位移應該怎么加呢，簡單啊，每個kernel不是3x3嗎（常見），那就在添加9個位移變量，分別對應3x3的每個權重值所乘的點的偏移值，但是要表示坐標偏移的話，得加2個不是，ok那就233，分別表示x，y的偏移值。

所以結合上圖就非常好理解了，先conv一下，生成2N個特征圖，N為33=9。然后根據特征圖在原圖上取值，然后再進行卷積操作，就是這么簡單。
至于roi pooling，解釋不好，不說了。

v2：https://arxiv.org/pdf/1811.11168.pdf
主要解決個啥呢
v1不是非常規的形狀嗎？但是這樣有個缺點啊，容易提取冗余值，比如說，一個人牽著個狗，我要檢測狗，DCN某幾個節點給偏到人上去了，是不是很對，解決很簡單，把人上的那幾個點權重設為0 就好了啊、

這樣也是，每個卷積核上的每個點得來個權重，用來表示該點有沒有什么軟用。那就得3*N了
還有Faster-Rcnn怎么辦，mdcn提取特征的時候提取了一大堆冗余的數據，怎么搞呢，結合RCNN啊，
RCNN輸入的僅僅局部圖片，不會產生冗余數據，ok，怎么結合呢，最后產生的不是1024維度的向量嗎？做個相似度比較啊，cos上一下，就能盡量讓Fast-RCNN趨向RCNN，這樣來保證不產生冗余數據。

mmdet怎么搞呢，具體咋搞的就不說了，雜用的還可以，看18和27 的channels，是不是就是29和39，就是2個只有x，y。3個加了個m（權重），至于deformable_groups，那就是組卷積了。不說了，看代碼去

deformable_groups = dcn.get('deformable_groups', 1)if not self.with_modulated_dcn:conv_op = DeformConvoffset_channels = 18else:conv_op = ModulatedDeformConvoffset_channels = 27self.conv2_offset = nn.Conv2d(planes,deformable_groups * offset_channels,kernel_size=3,stride=self.conv2_stride,padding=dilation,dilation=dilation)

總結

以上是生活随笔為你收集整理的mmdetection(2)： DeformableConvNets(DCN)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。