一、本文介绍
本文记录的是利用DCN(Deformable Convolution)改进YOLOv10的Neck部分,实现可变形的特征提取和融合。
二、DCN模块介绍
2.1 设计出发点
标准卷积的感受野是固定的,DCN通过学习偏移量实现自适应的感受野,更好地适应目标的形状和位置。
2.2 模块结构
DCN卷积过程:
- 偏移预测:学习每个采样点的偏移量
- 变形采样:根据偏移量采样特征
- 卷积运算:使用采样的特征进行卷积
三、DCN的实现代码
importtorchimporttorch.nnasnnclassDeformableConv