AKConv：带有任意采样形状和任意参数数量的卷积核
原文中文，约300字，阅读约需1分钟。发表于：。基于卷积操作的神经网络在深度学习领域取得了显著的成果，但标准卷积操作存在两个固有缺陷，本文介绍了 Alterable Kernel Convolution（AKConv）。AKConv 通过给卷积核赋予任意数量的参数和任意采样形状，在网络开销与性能之间提供更丰富的权衡选择，通过不规则卷积操作完成高效特征提取过程，改进了目标检测任务的网络性能。
本文介绍了一种名为Alterable Kernel Convolution（AKConv）的卷积操作，通过给卷积核赋予任意数量的参数和任意采样形状，提供了更丰富的权衡选择。AKConv通过不规则卷积操作改进了目标检测任务的网络性能。
