空间变换网络

空间变换网络(中文9000字,英文PDF)
    摘要
卷积神经网络定义了一个异常强大的模型类，但仍然受限于缺乏以计算和参数有效的方式对输入数据进行空间不变的能力。在这项工作中，我们引入了一个新的可学习模块，即空间变换器，它明确允许网络中的数据的空间操作。这种可区分的模块可以插入现有的卷积体系结构中，使神经网络能够主动地在特征映射本身的条件下空间变换特征映射，而无需对优化过程进行任何额外的训练监督或修改。我们的工作表明，使用空间变换器会导致模型学习不变性的移动，规模，旋转和更一般的翘曲，导致在几个基准上的最先进的性能，以及一些类转换。