ps_roi_pool¶
- torchvision.ops.ps_roi_pool(input: Tensor, boxes: Tensor, output_size: int, spatial_scale: float = 1.0) Tensor[source]¶
执行 R-FCN 中描述的位置敏感感兴趣区域 (RoI) 池化算子
- 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]]) – 以 (x1, y1, x2, y2) 格式表示的框坐标，将从这些区域中提取内容。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对应元素的索引，即一个介于[0, N - 1]的数字。如果传入 Tensor 列表，则每个 Tensor 对应于批次中元素 i 的框。output_size (int 或 Tuple[int, int]) – 执行池化后输出的大小（以 bins 或像素为单位），格式为 (height, width)。
spatial_scale (float) – 将框坐标映射到输入坐标的缩放因子。例如，如果您的框定义在 224x224 图像的比例上，而您的输入是 112x112 特征图（由原始图像缩放 0.5 倍得到），则您需要将此参数设置为 0.5。默认值: 1.0
- 返回值:
池化后的 RoIs。
- 返回值类型:
Tensor[K, C / (output_size[0] * output_size[1]), output_size[0], output_size[1]]
