RoiAlign¶
RoiAlign - 22¶
版本¶
域:
main起始版本:
22函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 22 起可用。
摘要¶
在 Mask R-CNN 论文中描述的感兴趣区域 (RoI) 对齐操作。RoiAlign 接收一个输入张量 X 和感兴趣区域 (rois)，并对每个 RoI 进行池化；它生成一个形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。
RoiAlign 旨在通过消除从原始图像到特征图以及从特征图到 RoI 特征转换过程中的量化，从而避免错位；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 - 字符串（默认为
'half_pixel'）允许值为 'half_pixel' 和 'output_half_pixel'。使用值 'half_pixel' 将输入坐标的像素偏移量设为 -0.5（推荐行为）。使用值 'output_half_pixel' 忽略输入的像素偏移量（用于向后兼容行为）。
mode - 字符串（默认为
'avg'）池化方法。支持两种模式：'avg' 和 'max'。默认为 'avg'。
output_height - 整型（默认为
'1'）默认为 1；池化输出 Y 的高度。
output_width - 整型（默认为
'1'）默认为 1；池化输出 Y 的宽度。
sampling_ratio - 整型（默认为
'0'）用于计算每个池化输出 bin 的输出值的插值网格中的采样点数量。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（计算方式为 ceil(roi_width / output_width)，高度同理）。默认为 0。
spatial_scale - 浮点型（默认为
'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；默认为 1.0f。
输入¶
X (异构) - T1
来自前一个操作符的输入数据张量；形状为 (N, C, H, W) 的 4-D 特征图，其中 N 是批次大小，C 是通道数，H 和 W 是数据的高度和宽度。
rois（异构） - T1
要进行池化的 RoIs（感兴趣区域）；rois 是形状为 (num_rois, 4) 的 2-D 输入，形式为 [[x1, y1, x2, y2], …]。RoIs 的坐标位于输入图像的坐标系中。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，每个元素表示批次中对应图像的索引。
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 个批次元素 Y[r-1] 是与第 r 个 RoI X[r-1] 对应的池化特征图。
类型约束¶
T1 在 (
tensor(bfloat16),tensor(double),tensor(float),tensor(float16))将类型限制为浮点张量。
T2 包含 (
tensor(int64))将类型限制为整型张量。
RoiAlign - 16¶
版本¶
域:
mainsince_version:
16函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的运算符自 版本 16 起可用。
摘要¶
在 Mask R-CNN 论文中描述的感兴趣区域 (RoI) 对齐操作。RoiAlign 接收一个输入张量 X 和感兴趣区域 (rois)，并对每个 RoI 进行池化；它生成一个形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。
RoiAlign 旨在通过消除从原始图像到特征图以及从特征图到 RoI 特征转换过程中的量化，从而避免错位；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 - 字符串（默认为
'half_pixel'）允许值为 'half_pixel' 和 'output_half_pixel'。使用值 'half_pixel' 将输入坐标的像素偏移量设为 -0.5（推荐行为）。使用值 'output_half_pixel' 忽略输入的像素偏移量（用于向后兼容行为）。
mode - 字符串（默认为
'avg'）池化方法。支持两种模式：'avg' 和 'max'。默认为 'avg'。
output_height - 整型（默认为
'1'）默认为 1；池化输出 Y 的高度。
output_width - 整型（默认为
'1'）默认为 1；池化输出 Y 的宽度。
sampling_ratio - 整型（默认为
'0'）用于计算每个池化输出 bin 的输出值的插值网格中的采样点数量。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（计算方式为 ceil(roi_width / output_width)，高度同理）。默认为 0。
spatial_scale - 浮点型（默认为
'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；默认为 1.0f。
输入¶
X (异构) - T1
来自前一个操作符的输入数据张量；形状为 (N, C, H, W) 的 4-D 特征图，其中 N 是批次大小，C 是通道数，H 和 W 是数据的高度和宽度。
rois（异构） - T1
要进行池化的 RoIs（感兴趣区域）；rois 是形状为 (num_rois, 4) 的 2-D 输入，形式为 [[x1, y1, x2, y2], …]。RoIs 的坐标位于输入图像的坐标系中。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，每个元素表示批次中对应图像的索引。
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 个批次元素 Y[r-1] 是与第 r 个 RoI X[r-1] 对应的池化特征图。
类型约束¶
T1 在 (
tensor(double),tensor(float),tensor(float16))将类型限制为浮点张量。
T2 包含 (
tensor(int64))将类型限制为整型张量。
RoiAlign - 10¶
版本¶
域:
mainsince_version:
10函数:
False支持级别:
SupportType.COMMON形状推断:
True
此版本的操作符已在 版本 10 中提供。
摘要¶
在 Mask R-CNN 论文中描述的感兴趣区域 (RoI) 对齐操作。RoiAlign 接收一个输入张量 X 和感兴趣区域 (rois)，并对每个 RoI 进行池化；它生成一个形状为 (num_rois, C, output_height, output_width) 的 4-D 张量。
RoiAlign 旨在通过消除从原始图像到特征图以及从特征图到 RoI 特征转换过程中的量化，从而避免错位；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 - 字符串（默认为
'avg'）池化方法。支持两种模式：'avg' 和 'max'。默认为 'avg'。
output_height - 整型（默认为
'1'）默认为 1；池化输出 Y 的高度。
output_width - 整型（默认为
'1'）默认为 1；池化输出 Y 的宽度。
sampling_ratio - 整型（默认为
'0'）用于计算每个池化输出 bin 的输出值的插值网格中的采样点数量。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（计算方式为 ceil(roi_width / output_width)，高度同理）。默认为 0。
spatial_scale - 浮点型（默认为
'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；默认为 1.0f。
输入¶
X (异构) - T1
来自前一个操作符的输入数据张量；形状为 (N, C, H, W) 的 4-D 特征图，其中 N 是批次大小，C 是通道数，H 和 W 是数据的高度和宽度。
rois（异构） - T1
要进行池化的 RoIs（感兴趣区域）；rois 是形状为 (num_rois, 4) 的 2-D 输入，形式为 [[x1, y1, x2, y2], …]。RoIs 的坐标位于输入图像的坐标系中。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，每个元素表示批次中对应图像的索引。
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 个批次元素 Y[r-1] 是与第 r 个 RoI X[r-1] 对应的池化特征图。
类型约束¶
T1 在 (
tensor(double),tensor(float),tensor(float16))将类型限制为浮点张量。
T2 包含 (
tensor(int64))将类型限制为整型张量。