可变卷积网络V2版出来有一段时间了，第一版的代码复现较少，不然就是本地跑不起来。但是V2出来之后V2的源码有一大群，也有一些V1陆陆续续出来对比了，可能是大家看到V2的效果显著，搜了一圈发现出来的V2代码有很多。
论文在这里：arxiv

V1 与 V2 简单不同

1. 在DCNV1里，Deformable Conv只学习offset：

2. 而在DCNV2中，加入了对每个采样点的权重：

上式就是一个v2的可变形卷积操作的公式，其中△p_k和△m_k分别是采样点k的位置偏移和特征调节系数。要注意的是△p_k和△m_k分别是由不同卷积核得到的，这些卷积层都以特征x作为输入。假设有K个采样点（3x3卷积9个采样点），那么上面卷积层的分辨率和x相同，但是输出有3K个通道，2K对应每个采样点的△p_k（x，y两个方向），K个对应△m_k（要经过sigmoid）。特别重要的是得到△p_k和△m_k的卷积核的参数一开始一定要初始为0，△p_k和△m_k的初始值则为0和0.5。这些新加入的卷积层的学习率则是现有的层的0.1。△m_k就是对不同偏置的权重值，对于某些不想要的采样点权重可以学成0。

以笔记形式记录一些简单部分，可变形卷积分析：

• Effective receptive fields：有效感受野顾名思义就是感受野中贡献突出的区域。
• Effective sampling / bin locations：DCN v1中对dpool各个bin的采样作了可视化。作者也使用节点对于采样位置的梯度大小来说明，通过分析采样点的梯度大小表征卷积的贡献。
• Error-bounded saliency regions：有时候直接去除图片的一些没有影响的区域，节点的值并不会改变。一个节点的贡献区域为图片上能够得到error-bounded的节点值的最小区域。也就是error-bounded saliency region，这些区域就是能够对检测有贡献的区域。

分析下面这图：

在(a)中3x3的各自中，从左往右依次为小物体，大物体，背景。从上到下为上面三种性能的可视化分析。

1. 普通的卷积有一定刻画物体几何形变的能力。
2. 通过引入可变形卷积，网络刻画几何形变的能力得到了加强。spatial support区域扩展到了整个物体，对于背景，也变得更大了。但是spatial support可能是不准确的,DCNv1和DCNv2对目标边缘刻画更加准确，贡献区域和贡献点比较集中，分布准确。
3. 这三种可视化比deformable v1提出的可视化提供了更多的信息

GitHub上找到几个可以对比，同时可以嵌入的pytorch源码：

1. ChunhuanLin ：提供一个可以测试deform_conv_V1的准确度的demo.py。我的所有准确都是在这个demo.py上跑的。
2. 4uiiurz1：一个简单版本的Deformable Convolutional Networks-V2
3. chengdazhi： 提供最新的完整的V2中提到的DeformConv和ModulatedDeformConv

使用ChunhuanLin的demo.py进行测试准确率，下面是在2个epoch之后得到的结果：

参考

论文阅读：Deformable ConvNets v2: More Deformable, Better Results
Deformable ConvNets V2
论文笔记：Deformable ConvNets v2: More Deformable, Better Results
Deformable ConvNets v2: More Deformable, Better Results
知乎