卷积网络模型设计方向 代季峰《卷积神经网络中的几何形变建模》 由于构造卷积神经网络 (CNN) 所用的模块中几何结构是固定的，其几何变换建模的能力本质上是有限的。之前的网络保持空间不变性都是通过仿射变换等形式，但仿射变换仍然具有局限性和固定性，不能很好的泛化到各种形变中 Spatial Transformaer Network(STN)网络通过引入localisation net网络来学习

这是 阿拉灯神丁Vicky 的第 21 篇文章 以下知识图谱行业报告是本人在学习中收集整理，分享出来，以飨大家。 获取百度网盘链接方式：关注公众号（AI智见未来），对话框输入：知识图谱大会报告 Tips:  如有内容涉及您的权益，请对话框联系我，立即删除。 2013-【百度-NLP Techniques in Knowledge Graph.pdf】 2013-【李娟子-

[持续更新]2019 智见 AI workshop in Beijing 前言代季峰：卷积神经网络中的几何形变建模Deformable Conv V1Deformable Conv V2Tricks & Exprience 张士峰：物体检测算法的对比探索和展望Detector Algorithm Overviewanchor-basedanchor-free RefineDet 张祥雨：高效