ps_roi_pool¶
- torchvision.ops.ps_roi_pool(input: Tensor, boxes: Tensor, output_size: int, spatial_scale: float = 1.0) Tensor[source]¶
執行 R-FCN 中描述的位置敏感感興趣區域 (RoI) 池化運算元
- 引數:
input (Tensor[N, C, H, W]) – 輸入張量，即包含
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]]) – 以 (x1, y1, x2, y2) 格式表示的框座標，將從這些區域中提取內容。座標必須滿足
0 <= x1 < x2和0 <= y1 < y2。如果傳入單個 Tensor，則第一列應包含批次中對應元素的索引，即一個介於[0, N - 1]的數字。如果傳入 Tensor 列表，則每個 Tensor 對應於批次中元素 i 的框。output_size (int 或 Tuple[int, int]) – 執行池化後輸出的大小（以 bins 或畫素為單位），格式為 (height, width)。
spatial_scale (float) – 將框座標對映到輸入座標的縮放因子。例如，如果您的框定義在 224x224 影像的比例上，而您的輸入是 112x112 特徵圖（由原始影像縮放 0.5 倍得到），則您需要將此引數設定為 0.5。預設值: 1.0
- 返回值:
池化後的 RoIs。
- 返回值型別:
Tensor[K, C / (output_size[0] * output_size[1]), output_size[0], output_size[1]]
