ps_roi_pool¶
- torchvision.ops.ps_roi_pool(input: Tensor, boxes: Tensor, output_size: int, spatial_scale: float = 1.0) Tensor[來源]¶
執行 R-FCN 中描述的位置敏感感興趣區域 (RoI) 池化運算符
- 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]]) – 將從中提取區域的方塊座標，格式為 (x1, y1, x2, y2)。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對應元素的索引，即[0, N - 1]中的數字。如果傳遞張量列表，則每個張量將對應於批次中元素 i 的方塊。output_size (int 或 Tuple[int, int]) – 池化執行後輸出的大小（以 bin 或像素為單位），格式為 (高度, 寬度)。
spatial_scale (float) – 將方塊座標對應到輸入座標的縮放比例因子。例如，如果您的方塊是在 224x224 影像的比例上定義的，而您的輸入是 112x112 特徵圖（由原始影像的 0.5 倍縮放產生），則您需要將此設定為 0.5。預設值：1.0
- 傳回:
池化的 RoI。
- 傳回類型:
Tensor[K, C / (output_size[0] * output_size[1]), output_size[0], output_size[1]]
