deform_conv2d
可变形卷积算子
deform_conv2d op对输入4-D Tensor计算2-D可变形卷积。给定输入Tensor x,输出Tensor y,可变形卷积运算如下所示:
可形变卷积v2:
可形变卷积v1:
其中
和
分别为第k个位置的可学习偏移和调制标量。在deform_conv2d_v1中
为1.
具体细节可以参考论文: 和 <<Deformable Convolutional Networks>> 。
输入:
input 形状:
卷积核形状:
offset 形状: (N,2∗deformable_groups∗Hf∗Hw,Hin,Win)(N,2∗deformable_groups∗Hf∗Hw,Hin,Win)
mask 形状: (N,deformable_groups∗Hf∗Hw,Hin,Win)(N,deformable_groups∗Hf∗Hw,Hin,Win)
输出:
输出形状: (N,Cout,Hout,Wout)(N,Cout,Hout,Wout)
其中
HoutWout\=(Hin+2∗paddings[0]−(dilations[0]∗(Hf−1)+1))strides[0]+1\=(Win+2∗paddings[1]−(dilations[1]∗(Wf−1)+1))strides[1]+1Hout\=(Hin+2∗paddings[0]−(dilations[0]∗(Hf−1)+1))strides[0]+1Wout\=(Win+2∗paddings[1]−(dilations[1]∗(Wf−1)+1))strides[1]+1
参数:
x (Tensor) - 形状为 [N,C,H,W][N,C,H,W] 的输入Tensor,数据类型为float32或float64。
offset (Tensor) – 可变形卷积层的输入坐标偏移,数据类型为float32或float64。
num_filters (int) – 卷积核数,与输出Tensor通道数相同。
stride (int|tuple, 可选) – 步长大小。如果stride为元组,则必须包含两个整数(stride_H, stride_W)。否则stride_H = stride_W = stride。默认值为1。
padding (int|tuple, 可选) – padding大小。如果padding为元组,则必须包含两个整数(padding_H, padding_W)。否则padding_H = padding_W = padding。默认值为0。
dilation (int|tuple, 可选) – dilation大小。如果dilation为元组,则必须包含两个整数(dilation_H, dilation_W)。否则dilation_H = dilation_W = dilation。默认值为1。
groups (int, 可选) – 卷积组数。依据Alex Krizhevsky的Deep CNN论文中的分组卷积,有:当group=2时,前一半卷积核只和前一半输入通道有关,而后一半卷积核只和后一半输入通道有关。默认值为1。
im2col_step (int, 可选) – 每个im2col计算的最大图像数。总batch大小应可以被该值整除或小于该值。如果您面临内存问题,可以尝试在此处使用一个较小的值。默认值为1。
weight_attr (ParamAttr,可选) – 可变形卷积的可学习权重的属性。如果将其设置为None或某种ParamAttr,可变形卷积将创建ParamAttr作为weight_attr。如果没有设置此weight_attr的Initializer,该参数将被Normal(0.0, std)初始化,且其中的std为 (2.0filter_elem_num)0.5(2.0filter_elem_num)0.5 。默认值为None。
bias_attr (ParamAttr|bool,可选) – 可变形卷积层的偏置的参数属性。如果设为False,则输出单元不会加偏置。如果设为None或者某种ParamAttr,conv2d会创建ParamAttr作为bias_attr。如果不设置bias_attr的Initializer,偏置会被初始化为0。默认值为None。
name (str,可选) – 具体用法请参见 ,一般无需设置,默认值为None。
返回:Tensor, 可变形卷积输出的4-D Tensor,数据类型为float32或float64。
抛出异常:ValueError – 如果input, filter_size, stride, padding和groups的大小不匹配。
代码示例