論文：https://thefoxofsky.github.io/files/ddf.pdf
程式碼：https://github.com/thefoxofsky/ddfnet
主頁：https://thefoxofsky.github.io/project_pages/ddf

先從論文首頁的圖說起。第一行為普通靜態卷積，對於道路、車輛、建築使用相同的卷積核，這樣會導致一個問題：sub-optimal feature learning。第二行為動態卷積，每一個畫素都使用不同的卷積核，道路、車輛、建築使用的卷積核就不一樣了，有助於特徵學習。但是會引入一個新的問題：引數量大大增加。

可以看出，動態卷積的引數量從普通靜態卷積的 (\(c \times c \times k \times k\)

• 在 spatial 維度上，首先用 1x1 的卷積將 channel 數變成 \(k^2\)，reshape後，就是每個空間位置上的卷積核，引數量是 \(k\times k \times h \times w\)
• 在 channel 維度上，通過 GAP + SE 操作，每個 channel 得到一個 \(k^2\)
  向量，即每個 channel 分配一個卷積核，引數量是 $k \times k \times c $。

好的，終極問題來了？ 每個空間位置上有一個卷積核，每個 channel 上有一個卷積核，如何把卷積核作用到 \((c, h , w)\) 的三維矩陣中的每個畫素上？

具體方法是： 每個畫素點，找到與它 對應位置的卷積核 和 對應通道的卷積核 ，這兩個卷積核進行 逐畫素相乘 ，得到新的卷積核再對這個點進行卷積

論文中還有一個點值得注意，為了提升效能，卷積核歸一化時，作者設計了一個 Filter-Norm，效能會優於使用 Batch-Norm 和 Sigmoid，具體可以參考作者實驗，不再多說。