roi_pool¶
- torchvision.ops.roi_pool(input: Tensor, boxes: Union[Tensor, list[torch.Tensor]], output_size: None, spatial_scale: float = 1.0) Tensor[原始碼]¶
執行 Fast R-CNN 中描述的區域興趣 (RoI) 池化運算元。
- 引數:
input (Tensor[N, C, H, W]) – 輸入張量，即包含
N個元素的批次。每個元素包含C個維度為H x W的特徵圖。boxes (Tensor[K, 5] 或 List[Tensor[L, 4]]) – (x1, y1, x2, y2) 格式的邊界框座標，將從中提取區域。座標必須滿足
0 <= x1 < x2和0 <= y1 < y2。如果傳入單個張量，則第一列應包含批次中相應元素的索引，即[0, N - 1]中的一個數字。如果傳入張量列表，則每個張量對應於批次中元素 i 的邊界框。output_size (int 或 Tuple[int, int]) – 裁剪後輸出的大小，格式為 (height, width)
spatial_scale (float) – 將邊界框座標對映到輸入座標的縮放因子。例如，如果您的邊界框定義在 224x224 影像的尺度上，而您的輸入是 112x112 的特徵圖（由於原始影像縮放了 0.5 倍），您應該將此設定為 0.5。預設值：1.0
- 返回:
池化後的 RoI。
- 返回型別:
Tensor[K, C, output_size[0], output_size[1]]
