Upload New File

4-模型改进/4.3-特征增强（下）/Conv/DCN.py

+import torch                            # 导入 PyTorch 主库
+import torch                            # 导入 PyTorch 主库
+import torch.nn as nn                   # 导入神经网络相关模块
+from mmcv.ops import DeformConv2d       # 从 mmcv 库中导入 Deformable Convolution v2 模块
+
+class DCNBlock(nn.Module):              # 定义一个 DCNBlock 类，继承自 nn.Module
+    def __init__(self, in_channels, out_channels, kernel_size=3, padding=1):
+        super(DCNBlock, self).__init__()    # 初始化父类
+        # 定义一个普通卷积用于学习 offset（形变卷积所需的位移参数）
+        self.offset_conv = nn.Conv2d( 
+            in_channels,                        # 输入通道数
+            2 * kernel_size * kernel_size,      # offset_conv 的输出通道为 2 * kernel_size * kernel_size 是因为：
+                                                # 对于每个卷积核位置，需要学习一个 (x_offset, y_offset) 的二维偏移量
+            kernel_size=3,                      # 使用3×3卷积提取offset
+            padding=1                           # 保证输出大小一致
+        )
+        # 定义 Deformable Convolution（可变形卷积）层
+        self.dcn = DeformConv2d(
+            in_channels,                        # 输入通道数
+            out_channels,                       # 输出通道数
+            kernel_size=kernel_size,            # 卷积核大小
+            padding=padding                     # 填充
+        )
+        # ReLU 激活函数
+        self.relu = nn.ReLU(inplace=True)       # inplace=True节省内存
+
+    def forward(self, x):                        # 定义前向传播
+        offset = self.offset_conv(x)            # 先通过普通卷积预测 offset（位移信息）
+        out = self.dcn(x, offset)               # 将输入和 offset 一起传入可变形卷积
+        out = self.relu(out)                    # 输出通过 ReLU 激活
+        return out                              # 返回输出结果
+
+# 测试代码
+if __name__ == "__main__":
+    x = torch.randn(1, 64, 128, 128).cuda()     # 构造一个 [1, 64, 128, 128] 的输入张量并放到 GPU
+    model = DCNBlock(in_channels=64, out_channels=64).cuda()  # 创建 DCNBlock 模型并放到 GPU
+    out = model(x)                              # 进行前向传播
+    print("输入形状:", x.shape)                # 打印输入张量的形状
+    print("输出形状:", out.shape)              # 打印输出张量的形状