YOLOv8 添加可变形卷积 DCNv2

可变形卷积（Deformable Convolutional Networks, DCNv2）是一种改进的卷积神经网络结构，旨在提高卷积操作的灵活性和对几何变换的适应性。相比传统的卷积操作，DCNv2引入了可学习的偏移量，使得卷积核能够根据输入特征图的自适应调整其采样位置，从而更好地捕捉图像中的复杂几何结构。 ### DCNv2 结构图 1. **输入特征图**：DCNv2的输入是一个特征图，表示为 \( X \)。 2. **卷积核**：DCNv2使用标准的卷积核 \( W \) 进行卷积操作。 3. **偏移量预测**：在卷积操作之前，DCNv2会通过一个单独的卷积层预测每个卷积核位置的偏移量 \( \Delta p \)。 4. **可变形卷积**：使用预测的偏移量 \( \Delta p \) 对卷积核的采样位置进行偏移，得到新的采样位置 \( p + \Delta p \)，然后在这些位置上执行卷积操作。 5. **输出特征图**：最终输出的是经过可变形卷积操作后的特征图 \( Y \)。 ### 工作流程 1. **偏移量预测**：首先，通过一个卷积层预测每个卷积核位置的偏移量 \( \Delta p \)，这些偏移量是可以通过反向传播进行学习的。 2. **可变形卷积**：然后，使用这些偏移量对卷积核的采样位置进行偏移，得到新的采样位置 \( p + \Delta p \)。 3. **卷积操作**：在新的采样位置上执行卷积操作，得到输出特征图 \( Y \)。 ### 优点 1. **灵活性**：DCNv2通过引入可学习的偏移量，使得卷积操作能够适应输入特征图的几何变换。 2. **性能提升**：在多种计算机视觉任务中，DCNv2相比于传统的卷积操作，能够显著提升模型的性能。 ### 示意图 ``` 输入特征图 X | v 偏移量预测层 | v 偏移量 Δp | v 可变形卷积层 | v 输出特征图 Y ```