roi_pool¶
- torchvision.ops.roi_pool(input: Tensor, boxes: Union[Tensor, List[Tensor]], output_size: None, spatial_scale: float = 1.0) Tensor[源代码]¶
执行 Fast R-CNN 中描述的感兴趣区域 (RoI) 池化运算符
- 参数：
input (Tensor[N, C, H, W]) – 输入张量，即包含
N个元素的批次。每个元素包含维度为H x W的C个特征图。boxes (Tensor[K, 5] 或 List[Tensor[L, 4]]) – 框坐标，格式为 (x1, y1, x2, y2)，从中获取区域。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，以 (高度，宽度) 表示
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 图像的范围内，而您的输入是 112x112 特征图（原始图像缩放 0.5x 的结果），则需要将其设置为 0.5。默认值：1.0
- 返回值：
池化的 RoI。
- 返回类型：
Tensor[K, C, output_size[0], output_size[1]]
