roi_align

paddle.fluid.layers.roi_align(input, rois, pooled_height=1, pooled_width=1, spatial_scale=1.0, sampling_ratio=-1, name=None)[源代码]

实现RoIAlign操作。

Region of Interests align(直译:有意义、有价值选区对齐) 用于实现双线性插值,它可以将不均匀大小的输入 变为固定大小的特征图(feature map)。

该运算通过 pooled_widthpooled_height 将每个推荐区域划分为等大小分块。位置保持不变。

在每个RoI分块中,分别取sampling_ratio个点(若为-1则取框内所有点),每个点通过双线性插值直接计算得到坐标。再对分块内取的点取平均值作为小框的坐标值。坐标对齐有误的问题。

参数:
  • input (Variable) – 维度为[N,C,H,W]的4-D Tensor,N 为batch大小, C 为输入通道的个数, H 特征高度, W 特征宽度。数据类型为float32或float64。
  • rois (Variable) – 维度为[num_rois,4]2-D LoDTensor,数据类型为float32或float64。待池化的ROIs (Regions of Interest),lod level 为1。给定比如[[x1,y1,x2,y2], ...],(x1,y1)为左上点坐标,(x2,y2)为右下点坐标。
  • pooled_height (int32,可选) – 池化后的输出高度,默认值为1。
  • pooled_width (int32,可选) – 池化后的输出宽度,默认值为1。
  • spatial_scale (float32,可选) – 乘法性质空间标尺因子,池化时,将RoI坐标变换至运算采用的标度,默认值为1.0。
  • sampling_ratio (int32) – 插值格中采样点的数目。 如果它 <=0, 它们将自适应 roi_widthpooled_w , 在高度上也是同样的道理。默认值为-1
  • name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。

返回:表示RoI align输出的LoDTensor,数据类型为float32或float64,维度为 (num_rois, channels, pooled_h, pooled_w)

返回类型:Variable

代码示例

import paddle.fluid as fluid
x = fluid.data(
        name='data', shape=[None, 256, 32, 32], dtype='float32')
rois = fluid.data(
        name='rois', shape=[None, 4], dtype='float32')
align_out = fluid.layers.roi_align(input=x,
                                   rois=rois,
                                   pooled_height=7,
                                   pooled_width=7,
                                   spatial_scale=0.5,
                                   sampling_ratio=-1)