1 个仓库
Adaptive 2D coordinate offsets learned during training to modify convolutional sampling grids.
Distinct from Offset-Based Addressing: Distinct from binary offset addressing: focuses on 2D spatial coordinate adjustments in neural network layers.
Explore 1 awesome GitHub repository matching data & databases · Learnable Spatial Offsets. Refine with filters or upvote what's useful.
Deformable-ConvNets 是一个计算机视觉框架和神经网络组件集合,旨在实现可变形卷积神经网络。它提供自适应卷积层和池化实现,根据输入特征修改其感受野,以更好地捕捉图像中物体的几何形状。 该项目支持使用可学习的采样偏移和调制掩码,将卷积网格与目标物体形状对齐。它包含用于可视化卷积和池化层中学习到的偏移的专用工具,从而能够分析网络如何调整其空间感受野。 这些功能被应用于提高目标检测的准确性并优化语义分割。该框架支持通过可变形池化从感兴趣区域提取特征,以将采样区域与实际物体边界对齐。 该实现包含一个用于执行和评估这些专用网络架构的训练流水线。
Enables the use of learnable 2D offsets to adjust convolutional grids to match object shapes in images.