ROIAlign¶
バージョン名: ROIAlign-3
カテゴリー: 物体検出
簡単な説明:: ROIAlign は、不均一な入力サイズの特徴マップ上で使用されるプーリングレイヤーであり、固定サイズの特徴マップを出力します。
詳細な説明: リファレンス。
ROIAlign は、各入力特徴マップの関心領域 (ROI) ごとに以下を実行します。
ボックス座標に spatial_scale を乗算して、入力特徴マップ・サイズに相対ボックス座標を生成します。
ボックスを sampling_ratio 属性に従ってビンに分割します。
各ビンに 4 つのポイントで双線形内挿を適用し、mode 属性に基づいて最大または平均プーリングにより出力特徴マップ要素を生成します。
属性:
-
pooled_h
説明: pooled_h は、ROI 出力特徴マップの高さです。
値の範囲: 正の整数
タイプ:
int
必須: はい
-
pooled_w
説明: pooled_w は、ROI 出力特徴マップの幅です。
値の範囲: 正の整数
タイプ:
int
必須: はい
-
sampling_ratio
説明: sampling_ratio は、各出力特徴マップ要素の計算に使用する高さと幅のビンの数です。値が 0 に等しい場合は、高さと幅に対して適応要素数 (それぞれ
cei (roi_height / pooled_h)
とceil(roi_width / pooled_w)
) を使用します。値の範囲: 負ではない整数
タイプ:
int
必須: はい
-
spatial_scale
説明: spatial_scale は、ROI 座標を入力空間スケールからプールする際に使用されるスケールに変換する乗算空間スケール係数です。
値の範囲: 正の浮動小数点数
タイプ:
float
必須: はい
-
mode
説明: mode は、出力特徴マップ要素を生成するためにプーリングを実行する方法を指定します。
-
値の範囲:
max - 最大プーリング
avg - 平均プーリング
タイプ: 文字列
必須: はい
入力:
1: T タイプの特徴マップを持つ形状
[N, C, H, W]
の 4D 入力テンソル。必須。2: 4 つの要素タプル:
[x_1, y_1, x_2, y_2]
で構成されるボックスを記述する形状[NUM_ROIS, 4]
の 2D 入力テンソル (タイプ T の相対座標)。ボックスの高さと幅は次の方法で計算されます:roi_width = max(spatial_scale * (x_2 - x_1), 1.0)
,roi_height = max(spatial_scale * (y_2 - y_1), 1.0)
であるため、不正なボックスはサイズ1 x 1
のボックスとして表現されます。必須。3: IND_T タイプのバッチ・インデックスを持つ形状
[NUM_ROIS]
の 1D 入力テンソル。必須。
出力:
1: タイプ T の特徴マップを持つ形状
[NUM_ROIS, C, pooled_h, pooled_w]
の 4D 出力テンソル。
タイプ:
T: サポートされている浮動小数点タイプ。
IND_T: サポートされている整数タイプ。
例:
<layer ... type="ROIAlign" ... >
<data pooled_h="6" pooled_w="6" spatial_scale="16.0" sampling_ratio="2" mode="avg"/>
<input>
<port id="0">
<dim>7</dim>
<dim>256</dim>
<dim>200</dim>
<dim>200</dim>
</port>
<port id="1">
<dim>1000</dim>
<dim>4</dim>
</port>
<port id="2">
<dim>1000</dim>
</port>
</input>
<output>
<port id="3" precision="FP32">
<dim>1000</dim>
<dim>256</dim>
<dim>6</dim>
<dim>6</dim>
</port>
</output>
</layer>