ডিফর্মেবল কনভোলিউশন

This makes models far better at handling odd shapes, scale changes, and geometric distortion.

একটি সাধারণ কনভল্যুশন স্থির অফসেটে পিক্সেলের নমুনা দেয় — প্রতিটি অবস্থানকে কেন্দ্র করে একটি পরিপাটি 3x3 গ্রিড। এটি টেক্সচারের জন্য সূক্ষ্ম কাজ করে কিন্তু যখন বস্তু কাত, প্রসারিত বা অদ্ভুত আকৃতির হয় তখন সংগ্রাম করে। 2017 সালে Microsoft গবেষণায় Dai এবং সহকর্মীদের দ্বারা প্রবর্তিত ডিফর্মেবল কনভোলিউশন, সেই নমুনা পয়েন্টগুলির প্রতিটিতে একটি ছোট শেখা অফসেট যোগ করে। নেটওয়ার্ক ইনপুটটি দেখে এবং প্রতিটি গ্রিড অবস্থানের জন্য একটি 2D শিফটের পূর্বাভাস দেয়, তাই গ্রহণযোগ্য ক্ষেত্রটি একটি বাঁকা প্রান্তকে আলিঙ্গন করতে বা একটি তির্যক অঙ্গ অনুসরণ করতে পারে। ডিফর্মেবল RoI পুলিং অঞ্চলের বৈশিষ্ট্যগুলিতে একই ধারণা প্রযোজ্য। সংস্করণ 2 (2018) প্রতি-পয়েন্ট মডুলেশন ওজন যোগ করেছে, স্তরটিকে প্রতিটি নমুনাকে স্যাঁতসেঁতে বা প্রশস্ত করতে দেয়, যা COCO-এর মতো বেঞ্চমার্কে বস্তু-সনাক্তকরণের নির্ভুলতাকে তীক্ষ্ণ করে।