deformable_conv

可变形卷积算子

deformable_conv 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deformable_conv_v1中

为1.

具体细节可以参考论文： 和 <<Deformable Convolutional Networks>> 。

示例

输入：

input 形状：

卷积核形状：

offset 形状：

mask 形状：

输出：

输出形状：

其中

参数：

• input (Variable) - 形状为

  

  的输入Tensor，数据类型为float32或float64。

• offset (Variable) – 可变形卷积层的输入坐标偏移，数据类型为float32或float64。

• mask (Variable, 可选) – 可变形卷积层的输入掩码，当使用可变形卷积算子v1时，请将mask设置为None, 数据类型为float32或float64。

• stride (int|tuple) – 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) – 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) – 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) – 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。缺省值为1。

• im2col_step (int) – 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64。

• param_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param_attr。如果没有设置此param_attr的Initializer，该参数将被Normal(0.0, std)初始化，且其中的std为

  。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。

• modulated （bool）- 确定使用v1和v2中的哪个版本，如果为True，则选择使用v2。默认值为True。

返回：可变形卷积输出的4-D Tensor，数据类型为float32或float64。

返回类型：Variable

抛出异常：ValueError – 如果input, filter_size, stride, padding和groups的大小不匹配。

代码示例