区域感知可变形卷积

我们提出区域感知可变形卷积（RAD-Conv），一种新的卷积算子，增强了神经网络适应复杂图像结构的能力。与传统可变形卷积（仅限于固定四边形采样区域）不同，RAD-Conv为每个卷积核元素使用四个边界偏移，创建灵活的矩形区域，动态调整其大小和形状以匹配图像内容。这种方法允许精确控制感受野的宽度和高度，即使使用小型1×1卷积核也能捕获局部细节和长程依赖。通过将感受野的形状与卷积核的结构解耦，RAD-Conv结合了注意力机制的适应性与标准卷积的效率。这一创新设计为构建更具表达力和效率的视觉模型提供了实用方案，弥合了刚性卷积架构与计算代价高昂的注意力方法之间的差距。