Python PyTorch MultiScaleRoIAlign用法及代码示例

本文简要介绍python语言中 torchvision.ops.MultiScaleRoIAlign 的用法。

用法:

class torchvision.ops.MultiScaleRoIAlign(featmap_names: List[str], output_size: Union[int, Tuple[int], List[int]], sampling_ratio: int, *, canonical_scale: int = 224, canonical_level: int = 4)

参数：

• featmap_names(List[str]) -将用于池化的特征图的名称。

• output_size(List[元组[int,int]] 或者List[int]) - 池化区域的输出大小

• sampling_ratio(int) -ROIAlign 的采样率

• canonical_scale(int,可选的) -canonical_scale为LevelMapper

• canonical_level(int,可选的) -canonical_level为LevelMapper

Multi-scale RoIAlign 池化，对于有或没有 FPN 的检测都很有用。

它通过等式中指定的启发式推断池的规模。 Feature Pyramid Network paper 中的 1 个。它们仅关键字参数canonical_scale和canonical_level分别对应于等式中的224和k0=4。 1，并具有以下含义： canonical_level 是金字塔的目标级别，从中与 w x h = canonical_scale x canonical_scale 汇集感兴趣的区域。

例子：

>>> m = torchvision.ops.MultiScaleRoIAlign(['feat1', 'feat3'], 3, 2)
>>> i = OrderedDict()
>>> i['feat1'] = torch.rand(1, 5, 64, 64)
>>> i['feat2'] = torch.rand(1, 5, 32, 32)  # this feature won't be used in the pooling
>>> i['feat3'] = torch.rand(1, 5, 16, 16)
>>> # create some random bounding boxes
>>> boxes = torch.rand(6, 4) * 256; boxes[:, 2:] += boxes[:, :2]
>>> # original image size, before computing the feature maps
>>> image_sizes = [(512, 512)]
>>> output = m(i, [boxes], image_sizes)
>>> print(output.shape)
>>> torch.Size([6, 5, 3, 3])