论文题目：Dynamic Filter Networks
论文链接：
summary
在传统的卷积层中，经过训练后的学习滤波器保持不变。相反本篇论文引入了一种动态过滤器网络，根据输入动态生成。
动态滤波网络组成
总体框架如下图所示：
动态滤波网络由过滤生成网络和动态过滤层组成。过滤生成器网络根据输入动态生成过滤器，而动态过滤层将生成的过滤器应用于另外一个输入。两部分都是可微的。
- 过滤生成网络
过滤生成网络输入是：
, h为高，w为宽，Ca为输入A通道的数目，输出为
，
,s为滤波器的尺寸，n为滤波器的数目，动态卷积d=1，Cb为输入B通道的数目，hxw为局部滤波。将过滤器应用于输入
，输出
。
过滤生成网络可以用任何可微分的架构来实现，比如多层感知器或卷积网络。当使用图像作为过滤器生成网络的输入时，卷积网络尤其适用。
来源：CSDN
作者：小小谢先生
链接：https://blog.csdn.net/xiewenrui1996/article/details/104157405