roi_pool

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

执行 Fast R-CNN 中描述的感兴趣区域 (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]]) – 将从中提取区域的框坐标，格式为 (x1, y1, x2, y2)。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] 范围内的数字。如果传递张量列表，则每个张量将对应于批次中元素 i 的框。

• output_size (int 或 Tuple[int, int]) – 执行裁剪后输出的大小，格式为 (高度, 宽度)

• spatial_scale (float) – 将框坐标映射到输入坐标的缩放因子。例如，如果您的框是在 224x224 图像的比例上定义的，而您的输入是 112x112 特征图（由原始图像的 0.5 倍缩放产生），您需要将此值设置为 0.5。默认值：1.0

返回:

池化的 RoI。

返回类型:

Tensor[K, C, output_size[0], output_size[1]]