roi_pool¶
- torchvision.ops.roi_pool(input: Tensor, boxes: Union[Tensor, List[Tensor]], output_size: None, spatial_scale: float = 1.0) Tensor[原始碼]¶
執行 Fast R-CNN 中描述的感興趣區域 (RoI) 池化運算子
- 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]]) – 框的座標，格式為 (x1, y1, x2, y2)，將從這些區域提取內容。座標必須滿足
0 <= x1 < x2且0 <= y1 < y2。 如果傳遞單一 Tensor，則第一列應包含批次中相應元素的索引，即[0, N - 1]中的一個數字。 如果傳遞 Tensor 的列表，則每個 Tensor 將對應於批次中元素 i 的框。output_size (int 或 Tuple[int, int]) – 執行裁剪後輸出的尺寸，格式為 (高度, 寬度)
spatial_scale (float) – 一個縮放因子，用於將框座標映射到輸入座標。 例如，如果您的框定義在 224x224 影像的比例上，而您的輸入是一個 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
- 回傳值:
池化的 RoI。
- 回傳值類型:
Tensor[K, C, output_size[0], output_size[1]]
