摘要
我们提出一种新型卷积操作——动态区域感知卷积（Dynamic Region-Aware Convolution, DRConv），该方法能够自动为具有相似特征表示的特定空间区域分配相应的多个卷积核。通过这种方式，DRConv在建模语义变化方面显著优于标准卷积。标准卷积层虽可通过增加滤波器数量来提取更多视觉特征，但会导致计算成本显著上升。相比之下，DRConv通过引入可学习的引导机制，将通道维度上增加的滤波器数量巧妙地迁移至空间维度，不仅提升了卷积的表征能力，同时保持了与标准卷积相当的计算开销和平移不变性。DRConv是一种高效且优雅的方法，能够有效处理复杂且动态变化的空间信息分布。由于其即插即用的特性，DRConv可无缝替代现有网络中的标准卷积模块，尤其适用于轻量级网络中的卷积层增强。我们在多种模型（如MobileNet系列、ShuffleNetV2等）和任务（图像分类、人脸识别、目标检测与语义分割）上对DRConv进行了全面评估。在ImageNet图像分类任务中，基于DRConv的ShuffleNetV2-0.5x模型在仅46M乘加操作的计算量下，取得了67.1%的准确率，相较原有方法实现了6.3%的相对性能提升，达到该计算复杂度下的最先进水平。