RoiAlign¶
RoiAlign - 22¶
版本¶
域:
main
始于版本:
22
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子自 版本 22 起可用。
摘要¶
兴趣区域 (RoI) 对齐操作,在 Mask R-CNN 论文 中有描述。RoiAlign 接收输入张量 X 和兴趣区域 (rois),对每个 RoI 应用池化;它产生一个形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。
提出 RoiAlign 是为了避免在从原始图像转换到特征图以及从特征图转换到 RoI 特征时移除量化引起的错位;在每个 RoI bin 中,采样位置的值通过双线性插值直接计算。
属性¶
coordinate_transformation_mode - STRING (默认值为
'half_pixel'
)允许的值为 ‘half_pixel’ 和 ‘output_half_pixel’。使用值 ‘half_pixel’ 将输入坐标像素偏移 -0.5(推荐的行为)。使用值 ‘output_half_pixel’ 以省略输入的像素偏移(用于向后兼容)。
mode - STRING (默认值为
'avg'
)池化方法。支持两种模式:‘avg’ 和 ‘max’。默认值为 ‘avg’。
output_height - INT (默认值为
'1'
)默认值为 1;池化输出 Y 的高度。
output_width - INT (默认值为
'1'
)默认值为 1;池化输出 Y 的宽度。
sampling_ratio - INT (默认值为
'0'
)用于计算每个池化输出 bin 输出值的插值网格中的采样点数。如果 > 0,则精确使用 sampling_ratio x sampling_ratio 个网格点。如果 == 0,则使用自适应数量的网格点(计算为 ceil(roi_width / output_width),高度同理)。默认值为 0。
spatial_scale - FLOAT (默认值为
'1.0'
)乘性空间比例因子,用于将 RoI 坐标从其输入空间比例转换为池化时使用的比例,即输入特征图 X 相对于输入图像的空间比例。例如;默认值为 1.0f。
输入¶
X (异构) - T1
来自前一个算子的输入数据张量;形状为 (N, C, H, W) 的 4-D 特征图,其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。
rois (异构) - T1
用于池化的 RoI(兴趣区域);rois 是形状为 (num_rois, 4) 的 2-D 输入,格式为 [[x1, y1, x2, y2], …]。RoI 的坐标位于输入图像的坐标系统中。每个坐标集与 ‘batch_indices’ 输入一一对应。
batch_indices (异构) - T2
形状为 (num_rois,) 的 1-D 张量,每个元素表示批量中对应图像的索引。
输出¶
Y (异构) - T1
RoI 池化输出,形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。第 r 个批量元素 Y[r-1] 是对应于第 r 个 RoI X[r-1] 的池化特征图。
类型约束¶
T1 包含 (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
)将类型约束为浮点张量。
T2 包含 (
tensor(int64)
)将类型约束为整数张量。
RoiAlign - 16¶
版本¶
域:
main
始于版本:
16
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子自 版本 16 起可用。
摘要¶
兴趣区域 (RoI) 对齐操作,在 Mask R-CNN 论文 中有描述。RoiAlign 接收输入张量 X 和兴趣区域 (rois),对每个 RoI 应用池化;它产生一个形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。
提出 RoiAlign 是为了避免在从原始图像转换到特征图以及从特征图转换到 RoI 特征时移除量化引起的错位;在每个 RoI bin 中,采样位置的值通过双线性插值直接计算。
属性¶
coordinate_transformation_mode - STRING (默认值为
'half_pixel'
)允许的值为 ‘half_pixel’ 和 ‘output_half_pixel’。使用值 ‘half_pixel’ 将输入坐标像素偏移 -0.5(推荐的行为)。使用值 ‘output_half_pixel’ 以省略输入的像素偏移(用于向后兼容)。
mode - STRING (默认值为
'avg'
)池化方法。支持两种模式:‘avg’ 和 ‘max’。默认值为 ‘avg’。
output_height - INT (默认值为
'1'
)默认值为 1;池化输出 Y 的高度。
output_width - INT (默认值为
'1'
)默认值为 1;池化输出 Y 的宽度。
sampling_ratio - INT (默认值为
'0'
)用于计算每个池化输出 bin 输出值的插值网格中的采样点数。如果 > 0,则精确使用 sampling_ratio x sampling_ratio 个网格点。如果 == 0,则使用自适应数量的网格点(计算为 ceil(roi_width / output_width),高度同理)。默认值为 0。
spatial_scale - FLOAT (默认值为
'1.0'
)乘性空间比例因子,用于将 RoI 坐标从其输入空间比例转换为池化时使用的比例,即输入特征图 X 相对于输入图像的空间比例。例如;默认值为 1.0f。
输入¶
X (异构) - T1
来自前一个算子的输入数据张量;形状为 (N, C, H, W) 的 4-D 特征图,其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。
rois (异构) - T1
用于池化的 RoI(兴趣区域);rois 是形状为 (num_rois, 4) 的 2-D 输入,格式为 [[x1, y1, x2, y2], …]。RoI 的坐标位于输入图像的坐标系统中。每个坐标集与 ‘batch_indices’ 输入一一对应。
batch_indices (异构) - T2
形状为 (num_rois,) 的 1-D 张量,每个元素表示批量中对应图像的索引。
输出¶
Y (异构) - T1
RoI 池化输出,形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。第 r 个批量元素 Y[r-1] 是对应于第 r 个 RoI X[r-1] 的池化特征图。
类型约束¶
T1 包含 (
tensor(double)
,tensor(float)
,tensor(float16)
)将类型约束为浮点张量。
T2 包含 (
tensor(int64)
)将类型约束为整数张量。
RoiAlign - 10¶
版本¶
域:
main
始于版本:
10
函数:
False
支持级别:
SupportType.COMMON
形状推断:
True
此版本的算子自 版本 10 起可用。
摘要¶
兴趣区域 (RoI) 对齐操作,在 Mask R-CNN 论文 中有描述。RoiAlign 接收输入张量 X 和兴趣区域 (rois),对每个 RoI 应用池化;它产生一个形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。
提出 RoiAlign 是为了避免在从原始图像转换到特征图以及从特征图转换到 RoI 特征时移除量化引起的错位;在每个 RoI bin 中,采样位置的值通过双线性插值直接计算。
属性¶
mode - STRING (默认值为
'avg'
)池化方法。支持两种模式:‘avg’ 和 ‘max’。默认值为 ‘avg’。
output_height - INT (默认值为
'1'
)默认值为 1;池化输出 Y 的高度。
output_width - INT (默认值为
'1'
)默认值为 1;池化输出 Y 的宽度。
sampling_ratio - INT (默认值为
'0'
)用于计算每个池化输出 bin 输出值的插值网格中的采样点数。如果 > 0,则精确使用 sampling_ratio x sampling_ratio 个网格点。如果 == 0,则使用自适应数量的网格点(计算为 ceil(roi_width / output_width),高度同理)。默认值为 0。
spatial_scale - FLOAT (默认值为
'1.0'
)乘性空间比例因子,用于将 RoI 坐标从其输入空间比例转换为池化时使用的比例,即输入特征图 X 相对于输入图像的空间比例。例如;默认值为 1.0f。
输入¶
X (异构) - T1
来自前一个算子的输入数据张量;形状为 (N, C, H, W) 的 4-D 特征图,其中 N 是批量大小,C 是通道数,H 和 W 是数据的高度和宽度。
rois (异构) - T1
用于池化的 RoI(兴趣区域);rois 是形状为 (num_rois, 4) 的 2-D 输入,格式为 [[x1, y1, x2, y2], …]。RoI 的坐标位于输入图像的坐标系统中。每个坐标集与 ‘batch_indices’ 输入一一对应。
batch_indices (异构) - T2
形状为 (num_rois,) 的 1-D 张量,每个元素表示批量中对应图像的索引。
输出¶
Y (异构) - T1
RoI 池化输出,形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。第 r 个批量元素 Y[r-1] 是对应于第 r 个 RoI X[r-1] 的池化特征图。
类型约束¶
T1 包含 (
tensor(double)
,tensor(float)
,tensor(float16)
)将类型约束为浮点张量。
T2 包含 (
tensor(int64)
)将类型约束为整数张量。