ps_roi_pool

torchvision.ops.ps_roi_pool(input: Tensor, boxes: Tensor, output_size: int, spatial_scale: float = 1.0) → Tensor

执行 R-FCN 中描述的位置敏感感兴趣区域 (RoI) 池化操作

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。如果传入单个张量，则第一列应包含批次中对应元素的索引，即 [0, N - 1] 中的一个数字。如果传入张量列表，则每个张量对应于批次中元素 i 的边界框。

• output_size (int 或 Tuple[int, int]) – 池化执行后的输出大小（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，如果您的边界框是在 224x224 图像的比例上定义的，而您的输入是 112x112 的特征图（由原始图像的 0.5 倍缩放产生），您将希望将其设置为 0.5。默认值：1.0

返回:

池化后的 RoI。

返回类型:

Tensor[K, C / (output_size[0] * output_size[1]), output_size[0], output_size[1]]