起因
deformable conv
看了兩篇文章之後，大概了解了deformable conv dcn幹了點啥：結論其中（a）是普通的卷積，卷積核大小為33，取樣點排列非常規則，是乙個正方形。（b）是可變形的卷積，給每個取樣點加乙個offset（這個offset通過額外的卷積層學習得到），排列變得不規則。（c）和（d）是可變形卷積的兩種特例。對於（c）加上offset，達到尺度變換的效果；對於（d）加上offset，達到旋轉變換的效果。
相當於在任何乙個卷積的位置：每個點會有 x 方向 和 y 方向的偏移，（x,y）組合起來就對應著乙個方向向量，33 =9 個畫素點則需要 18 個output channel
突然發現，實際上，我們並不需要使用其他操作來代替deformable convolution，而是直接使用乙個普通卷積即可。但是這樣帶來的問題是：沒有辦法實現**中敘述的那樣參考資料也就是高層次的特徵只能通過規則化的抽取資訊低層特徵資訊，而不是像deformable conv 的方式有選擇性地從底層抽取資訊。
**筆記：
GetCurrentDirectory相關問題
dword getcurrentdirectory dword nbufferlength,size of directory buffer lptstr lpbuffer directory buffer 函式功能 獲取當前程序的當前目錄。注意當前目錄這東西有點怪異，本來確實是可執行檔案的所在目錄...
Map JSONObject String相互轉換
map轉jsonobject com.alibaba fastjson 1.2.59 jsonobject info jsonobject.parseobject json.tojsonstring map jsonobject轉map jsonobject json new jsonobject ...
AdaBoost scikit learn相關引數
base estimator 弱分類器物件，預設為cart分類樹 decisiontreeclassifier algorithm samme和samme.r samme表示構建過程中 使用樣本集分類效果作為弱分類器的權重 samme.r使用對樣本集分類的 概率大小作為弱分類器的權重。由於samme...