Deformable ConvNets V2 : Plus déformable, meilleurs résultats

La performance supérieure des Réseaux de Convolution Déformables provient de leur capacité à s'adapter aux variations géométriques des objets. À travers un examen de leur comportement adaptatif, nous observons que, bien que le support spatial de ses caractéristiques neurales se conforme plus étroitement qu'avec les ConvNets réguliers à la structure de l'objet, ce support peut néanmoins s'étendre bien au-delà de la région d'intérêt, ce qui entraîne des influences des caractéristiques par du contenu d'image non pertinent. Pour remédier à ce problème, nous présentons une reformulation des ConvNets Déformables qui améliore leur capacité à se concentrer sur les régions pertinentes de l'image, grâce à une puissance de modélisation accrue et un entraînement plus solide. La puissance de modélisation est renforcée par une intégration plus complète de la convolution déformable au sein du réseau, ainsi que par l'introduction d'un mécanisme de modulation qui élargit la portée de la modélisation de déformation. Pour exploiter efficacement cette capacité de modélisation enrichie, nous guidons l'entraînement du réseau à travers un schéma de mimétisme des caractéristiques proposé qui aide le réseau à apprendre des caractéristiques reflétant le focus sur l'objet et la puissance de classification des caractéristiques R-CNN. Avec les contributions proposées, cette nouvelle version des ConvNets Déformables génère des gains de performance significatifs par rapport au modèle original et produit des résultats de premier plan sur le benchmark COCO pour la détection d'objets et la segmentation d'instances.