參考資料：https://blog.csdn.net/xbinworld/article/details/69367281

                  https://blog.csdn.net/zhangjunhit/article/details/67638559

本文可以看做是對 Spatial Transformer Networks 工作的深入，通過 deformable convolution 和 deformable RoI pooling提升當前CNN網路的空間資訊建模能力。

Spatial Transformer Networks建立的是 global、sparse transformation ，本文的Deformable Convolutional Networks建立的是 local and dense transformation

2.1. Deformable Convolution

如上圖，（a）是常規的一個3*3卷積視窗，（b）藍色點就是原來的卷積視窗加上了一個offset的情況，（c）表示可以對進行視窗進行scale和aspect ratio的變換，（d）表示旋轉； 

上圖顯示可變形卷積可以提高模型對 scale, aspect ratio and rotation 等對映的泛化能力。

卷積該具體怎麼deformable，這個可以通過一個卷積層來學習，如下圖所示

從公式層面來說：一般的卷積可以定義如下式：
 

對於可變形卷積定義如下：

這個 offset ∆p n 通過卷積網路學習得到

傳統卷積和可變形卷積的對比：

2.2. Deformable RoI Pooling
標準的 RoI pooling 模組將一個任意尺寸的輸入矩形框特徵轉換到固定尺寸的特徵。它主要用於基於候選區域的目標檢測演算法中。
pooling operation 可以如下式定義：

deformable RoI pooling 定義如下：

這個 offsets 通過一個全連結層學習