roi_pool¶
- torchvision.ops.roi_pool(input: Tensor, boxes: Union[Tensor, List[Tensor]], output_size: None, spatial_scale: float = 1.0) Tensor[source]¶
執行 Fast R-CNN 中描述的感興趣區域 (RoI) 池化運算子
- 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*]*]) – 區域將從中提取的邊界框座標，格式為 (x1, y1, x2, y2)。座標必須滿足
0 <= x1 < x2和0 <= y1 < y2。如果傳入單個 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。如果傳入 Tensor 列表，則每個 Tensor 對應於批次中元素 i 的邊界框。output_size (int 或 Tuple[*int*, *int*]) – 執行裁剪後的輸出大小，格式為 (高度, 寬度)
spatial_scale (float) – 一個縮放因子，用於將邊界框座標對映到輸入座標。例如，如果您的邊界框定義在 224x224 影像的尺度上，而輸入是 112x112 的特徵圖（由原始影像縮放 0.5 倍得到），則需要將此值設定為 0.5。預設值: 1.0
- 返回值:
池化後的 RoI。
- 返回值型別:
Tensor[K, C, output_size[0], output_size[1]]
