代季峰-深度神经网络中的几何形变建模

听代老师讲座《 代季峰 深度神经网络中的几何形变建模》三篇文章的笔记。

一、 可变形卷积

1、输入网格化的特征图，输出依旧是网格化特征图，但是中间的变换是非网格化的采样。即采样点根据距离p变化。

2、以双线性插值实现可导。

3、deformable rolpooling 是由 rolalign+deformable实现的。rolalign在mask r-cnn同期提出，RolAlign层，通过调整Rolpool来提升精度。从本质上讲，RolAlign使用双线性插值来计算每个子窗口的输入特征的准确值，避免了取整误差，该误差导致检测和分割不准确。

二、learning region features for object detection

三、relation network for object detection