Python PyTorch deform_conv2d用法及代码示例

本文简要介绍python语言中 torchvision.ops.deform_conv2d 的用法。

用法:

torchvision.ops.deform_conv2d(input: torch.Tensor, offset: torch.Tensor, weight: torch.Tensor, bias: Optional[torch.Tensor] = None, stride: Tuple[int, int] =(1, 1), padding: Tuple[int, int] =(0, 0), dilation: Tuple[int, int] =(1, 1), mask: Optional[torch.Tensor] = None) → torch.Tensor

参数：

• input(Tensor[batch_size,in_channels,in_height,in_width]) - 输入张量

• offset(Tensor[batch_size,2 * offset_groups * kernel_height * kernel_width,out_height,out_width]) - 应用于卷积核中每个位置的偏移量。

• weight(Tensor[out_channels,in_channels //组,kernel_height,kernel_width]) - 卷积权重，分为大小组 (in_channels //组)

• bias(Tensor[out_channels]) -可选的形状偏差(out_channels，)。默认值：无

• stride(int或者元组[int,int]) - 卷积中心之间的距离。默认值：1

• padding(int或者元组[int,int]) - 每个图像周围零填充的高度/宽度。默认值：0

• dilation(int或者元组[int,int]) - 内核元素之间的间距。默认值：1

• mask(Tensor[batch_size,offset_groups * kernel_height * kernel_width,out_height,out_width]) - 应用于卷积核中每个位置的掩码。默认值：无

返回：

卷积的结果

返回类型：

张量[batch_sz, out_channels, out_h, out_w]

如果 mask 不是 None，则执行 Deformable ConvNets v2: More Deformable, Better Results 中说明的可变形卷积 v2；如果 mask 是 None，则执行 Deformable Convolutional Networks 中说明的可变形卷积。

例子：：

>>> input = torch.rand(4, 3, 10, 10)
>>> kh, kw = 3, 3
>>> weight = torch.rand(5, 3, kh, kw)
>>> # offset and mask should have the same spatial size as the output
>>> # of the convolution. In this case, for an input of 10, stride of 1
>>> # and kernel size of 3, without padding, the output size is 8
>>> offset = torch.rand(4, 2 * kh * kw, 8, 8)
>>> mask = torch.rand(4, kh * kw, 8, 8)
>>> out = deform_conv2d(input, offset, weight, mask=mask)
>>> print(out.shape)
>>> # returns
>>>  torch.Size([4, 5, 8, 8])