ps_roi_align¶
- torchvision.ops.ps_roi_align(input: Tensor, boxes: Tensor, output_size: int, spatial_scale: float = 1.0, sampling_ratio: int = - 1) Tensor[來源]¶
執行 Light-Head R-CNN 中提及的位置敏感感興趣區域 (RoI) 對齊運算子。
- 參數:
input (Tensor[N, C, H, W]) – 輸入張量，即具有
N個元素的批次。每個元素包含C個維度為H x W的特徵圖。boxes (Tensor[K, 5] 或 List[Tensor[L, 4]]) – 採用 (x1, y1, x2, y2) 格式的方框座標，其中將從這些區域中提取。座標必須滿足
0 <= x1 < x2和0 <= y1 < y2。如果傳遞單個張量，則第一列應包含批次中相應元素的索引，即[0, N - 1]中的數字。如果傳遞張量清單，則每個張量將對應於批次中元素 i 的方框。output_size (int 或 Tuple[int, int]) – Pooling 執行後輸出的尺寸 (以 bin 或像素為單位)，格式為 (高度, 寬度)。
spatial_scale (float) – 一個比例因子，將框的座標映射到輸入的座標。例如，如果您的框定義在 224x224 影像的比例上，而您的輸入是 112x112 的特徵圖 (由原始影像縮放 0.5 倍產生)，您會需要將此值設定為 0.5。預設值：1.0
sampling_ratio (int) – 插值網格中採樣點的數量，用於計算每個 pooling 輸出 bin 的輸出值。 如果 > 0，則每個 bin 使用精確的
sampling_ratio x sampling_ratio個採樣點。 如果 <= 0，則使用自適應數量的網格點 (計算為ceil(roi_width / output_width)，高度也是同樣的方式)。預設值：-1
- 回傳值:
Pooled 的 RoI
- 回傳類型:
Tensor[K, C / (output_size[0] * output_size[1]), output_size[0], output_size[1]]
