ps_roi_align¶
- torchvision.ops.ps_roi_align(input: Tensor, boxes: Tensor, output_size: int, spatial_scale: float = 1.0, sampling_ratio: int = - 1) Tensor[源代码]¶
执行 Light-Head R-CNN 中提到的位置敏感区域感兴趣 (RoI) 对齐算子。
- 参数:
input (Tensor[N, C, H, W]) – 输入张量，即包含
N个元素的批次。每个元素包含C个维度为H x W的特征图。boxes (Tensor[K, 5] 或 List[Tensor[L, 4]]) – 区域将从中提取的 (x1, y1, x2, y2) 格式的边界框坐标。坐标必须满足
0 <= x1 < x2和0 <= y1 < y2。如果传入单个 Tensor，则第一列应包含批次中相应元素的索引，即[0, N - 1]中的数字。如果传入 Tensor 列表，则每个 Tensor 将对应于批次中元素 i 的边界框。output_size (int or Tuple[int, int]) – 池化操作后输出的大小（以 bin 或像素为单位），格式为 (height, width)。
spatial_scale (float) – 将边界框坐标映射到输入坐标的缩放因子。例如，如果您的边界框定义在 224x224 图像的尺度上，而您的输入是 112x112 的特征图（由于原始图像缩放了 0.5 倍），您应该将此设置为 0.5。默认值：1.0
sampling_ratio (int) – 用于计算每个池化输出 bin 的输出值的插值网格中的采样点数。如果大于 0，则每个 bin 使用
sampling_ratio x sampling_ratio个采样点。如果小于等于 0，则使用自适应数量的网格点（计算为ceil(roi_width / output_width)，高度也类似）。默认为 -1。
- 返回:
池化后的 RoIs
- 返回类型:
Tensor[K, C / (output_size[0] * output_size[1]), output_size[0], output_size[1]]
