@
- 结构固定
- 无法考虑不同区域不同形变的影响
- 计算并非最优化
- 不同任务对卷积的计算有不同的偏好
二、变形卷积
2.1 带孔卷积 Dialted Conv,
用同样的卷积核大小获取更大的感受野
2.2 可变形卷积 Deformable Conv
卷积核不再是矩形
优点
- 解决了卷积的形变问题,令网络学习密集的几何形变变得可能
- 解决了不同大小物体同样感受野带来的小物体检测不准确问题
2.3 深度可分离卷积
2.3.1 Pointwise Convolution
2.3.2 Depthwise Convolution
DW完全是在二维平面内进行。卷积核的数量与上一层的通道数相同,这种运算对输入层的每个通道独立进行卷积运算,没有有效的利用不同通道在相同空间位置上的feature信息。因此需要Pointwise Convolution来将这些Feature map进行组合生成新的Feature map
优缺点
- 同样的效果,但是参数量大大减小了
- 对移动端更友好
- 但对GPU可能不是特别友好
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:变形卷积 - Python技术站