ROIPooling¶
バージョン名: ROIPooling-1
カテゴリー: 物体検出
簡単な説明:: ROIPooling 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。
詳細説明:
ROIPooling は、入力特徴マップに対して関心領域 (ROI) ごとに次の操作を実行します。
method 属性に基づいて、入力特徴マップサイズに相対的なボックス座標を生成します。
ボックスの高さと幅を計算します。
プールされた size 属性
[pooled_h, pooled_w]
に従ってボックスをビンに分割します。method 属性に基づいてビンごとに最大または双線形 (bilinear) 内挿プーリングを適用して、出力特徴マップ要素を生成します。
ボックスの高さと幅は、method 属性に基づいて異なる表現になります。
max: 相対座標で表現します。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)
したがって、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。bilinear: 絶対座標で表され、
[0, 1]
間隔に正規化されます。ボックスの高さと幅は次の方法で計算されます:roi_width = (W - 1) * (x_2 - x_1)
、roi_height = (H - 1) * (y_2 - y_1)
。
属性:
-
pooled_h
説明: pooled_h は、ROI 出力特徴マップの高さです。例えば、pooled_h が 6 に等しい場合、ROIPooling の出力の高さが 6 であることを意味します。
値の範囲: 負ではない整数
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。例えば、pooled_w が 6 に等しい場合、ROIPooling の出力の幅が 6 であることを意味します。
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、入力画像サイズに対する入力特徴マップの比率です。
値の範囲: 正の浮動小数点数
タイプ:
float
必須: はい
-
method
説明: method はプーリングを実行する方法を指定します。メソッドが bilinear の場合、入力ボックスの座標は
[0, 1]
間隔に正規化されます。値の範囲: max または bilinear
タイプ: 文字列
デフォルト値 : max
必須: いいえ
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: タイプ T の 5 つの要素タプルから構成される関心領域ボックスを記述する形状
[NUM_ROIS, 5]
の 2D 入力テンソル:[batch_id, x_1, y_1, x_2, y_2]
。必須。
バッチ・インデックスは [0, N-1]
の範囲内にある必要があります。
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。
例:
<layer ... type="ROIPooling" ... >
<data pooled_h="6" pooled_w="6" spatial_scale="0.062500"/>
<input> ... </input>
<output> ... </output>
</layer>