roi_align¶
- paddle.fluid.layers. roi_align ( input, rois, pooled_height=1, pooled_width=1, spatial_scale=1.0, sampling_ratio=- 1, name=None ) [源代码] ¶
实现RoIAlign操作。
Region of Interests align(直译:有意义、有价值选区对齐) 用于实现双线性插值,它可以将不均匀大小的输入 变为固定大小的特征图(feature map)。
该运算通过 pooled_width
和 pooled_height
将每个推荐区域划分为等大小分块。位置保持不变。
在每个RoI分块中,分别取sampling_ratio个点(若为-1则取框内所有点),每个点通过双线性插值直接计算得到坐标。再对分块内取的点取平均值作为小框的坐标值。坐标对齐有误的问题。
参数¶
input (Variable) – 维度为[N,C,H,W]的4-D Tensor,N 为batch大小,C 为输入通道的个数,H 特征高度,W 特征宽度。数据类型为float32或float64。
rois (Variable) – 维度为[num_rois,4]2-D LoDTensor,数据类型为float32或float64。待池化的ROIs (Regions of Interest),lod level 为1。给定比如[[x1,y1,x2,y2], ...],(x1,y1)为左上点坐标,(x2,y2)为右下点坐标。
pooled_height (int32,可选) – 池化后的输出高度,默认值为1。
pooled_width (int32,可选) – 池化后的输出宽度,默认值为1。
spatial_scale (float32,可选) – 乘法性质空间标尺因子,池化时,将RoI坐标变换至运算采用的标度,默认值为1.0。
sampling_ratio (int32) – 插值格中采样点的数目。如果它 <=0,它们将自适应
roi_width
和pooled_w
,在高度上也是同样的道理。默认值为-1name (str,可选) - 具体用法请参见 Name,一般无需设置,默认值为 None。
返回¶
表示RoI align输出的LoDTensor,数据类型为float32或float64,维度为 (num_rois, channels, pooled_h, pooled_w)
返回类型¶
Variable
代码示例¶
import paddle.fluid as fluid
import paddle
paddle.enable_static()
x = fluid.data(
name='data', shape=[None, 256, 32, 32], dtype='float32')
rois = fluid.data(
name='rois', shape=[None, 4], dtype='float32')
rois_num = fluid.data(name='rois_num', shape=[None], dtype='int32')
align_out = fluid.layers.roi_align(input=x,
rois=rois,
pooled_height=7,
pooled_width=7,
spatial_scale=0.5,
sampling_ratio=-1,
rois_num=rois_num)