RoiAlignV2
【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv
产品支持情况
| 产品 | 是否支持 |
|---|---|
| Atlas A2 训练系列产品/Atlas A2 推理系列产品 | √ |
功能说明
- 算子功能：对输入特征图执行 ROI Align 操作，对每个感兴趣区域（ROI）进行双线性插值采样，输出固定大小的特征图。
- 输入 ROI 坐标格式为 <batch_index, x1, y1, x2, y2>（左上角和右下角坐标），在代码中以一维数组形式存储（[numRois, 5] 维度展开为长度 numRois*5 的一维数据）。
- 计算公式：
输入节点：
- features (shape[N, C, H, W], FLOAT32) - 输入特征图
- rois (shape[numRois, 5], FLOAT32) - 感兴趣区域坐标（batch_index, x1, y1, x2, y2）
计算节点：
- Step1: 将 ROI 坐标乘以 spatial_scale 进行缩放，并转换为 (x, y, w, h) 格式；
- Step2: 根据 pooled_height 和 pooled_width 将 ROI 区域划分为均匀的 bin，计算每个 bin 的宽高 (bin_w, bin_h)；
- Step3: 根据 sampling_ratio 确定每个 bin 内的采样网格大小 (grid_h, grid_w)，若 sampling_ratio > 0 则固定为该值，否则自适应计算 (ceil(roi_h / pooled_height), ceil(roi_w / pooled_width))；
- Step4: 对每个 bin 内的每个采样点，计算其在特征图上的坐标，通过双线性插值获取特征值；
- Step5: 对每个 bin 内所有采样点的特征值取平均，作为该位置的输出值；
- 重复上述步骤直至所有 ROI 的所有通道处理完成。
输出节点：
- output (shape[numRois, C, pooled_height, pooled_width], FLOAT32) - 对齐后的 ROI 特征图
参数说明
| 参数名 | 输入/输出/属性 | 描述 | 数据类型 | 数据格式 |
|---|---|---|---|---|
| features | 输入 | 输入特征图，shape [N, C, H, W]。 | FLOAT32 | ND |
| rois | 输入 | 感兴趣区域坐标，shape [numRois, 5]，每行为 (batch_index, x1, y1, x2, y2)。 | FLOAT32 | ND |
| output | 输出 | 对齐后的 ROI 特征图，shape [numRois, C, pooled_height, pooled_width]。 | FLOAT32 | ND |
| pooled_height | 属性（可选） | 输出特征图的高度。 | INT32 | - |
| pooled_width | 属性（可选） | 输出特征图的宽度。 | INT32 | - |
| spatial_scale | 属性（可选） | 空间缩放因子，用于将 ROI 坐标映射到特征图尺度。 | FLOAT | - |
| sampling_ratio | 属性（可选） | 每个 bin 的采样点数。大于 0 时固定为该值，否则自适应计算。 | INT32 | - |
约束说明
- 目前只支持 float32 输入
- 目前只支持 ascend910b
调用说明
| 调用方式 | 调用样例 | 说明 |
|---|---|---|
| aclnn调用 | test_aclnn_roi_align_v2 | 通过 aclnnRoiAlignV2 接口方式调用 RoiAlignV2 算子。 |
【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
