roi_pool

torchvision.ops.roi_pool(input: Tensor, boxes: Union[Tensor, list[torch.Tensor]], output_size: None, spatial_scale: float = 1.0) → Tensor

执行 Fast R-CNN 中描述的区域感兴趣 (RoI) 池化操作

参数:

• input (Tensor[N, C, H, W]) – 输入张量，即具有 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] or 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。如果传递单个张量，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。如果传递张量列表，则每个张量将对应批次中元素 i 的边界框。

• output_size (int or Tuple[int, int]) – 裁剪执行后的输出大小，格式为 (height, width)

• spatial_scale (float) – 将边界框坐标映射到输入坐标的比例因子。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（由原始图像 0.5 倍缩放得到），那么您应该将此值设置为 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]]