在原featuremap上经过卷积生成与原featuremap一样w、h大小的featuremap，但是channel变为2倍，即2N。2N代表的是每个像素x、y两个方向的偏移量。这个偏移量生成的坐标大概率是float型的，但像素或者featuremap只有在整数位置才有值。所以找最...

上一篇我们介绍了：深度学习方法（十二）：卷积神经网络结构变化——SpatialTransformerNetworks，STN创造性地在CNN结构中装入了一个可学习的仿射变换，目的是增加CNN的旋转、平移、缩放、剪裁性。为什么要做这个很奇怪的结构呢？原因还是因为CNN不够鲁棒，比如把一张图片颠倒一下，可能就不认识了（这里...