可变形卷积v2、v3与v1的区别

可变形卷积（deformable convolution）是一种能够学习物体形变信息的卷积操作，它已经被证明在目标检测和图像分割等任务中有很好的效果。

可变形卷积v1是最初的版本，它在卷积核内插入了偏移量，从而使得卷积核可以自适应地对输入进行形变。

可变形卷积v2在v1的基础上引入了可变形的池化层，使得网络在进行池化操作时也可以学习到形变信息。

可变形卷积v3进一步改进了可变形池化的方式，采用了“可变形RoI Pooling”的方法，即将RoI划分为多个子区域，对每个子区域进行可变形池化，从而更加准确地捕捉物体的形变信息。

综上所述，可变形卷积v2和v3相比v1更加精确，能够学习到更多的形变信息，从而提高了目标检测和图像分割等任务的性能。