deformable_conv

paddle.fluid.layers.deformable_conv ( input, offset, mask, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, deformable_groups=None, im2col_step=None, param_attr=None, bias_attr=None, modulated=True, name=None ) [源代码]

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:

deformable_conv - 图1

可形变卷积v1:

deformable_conv - 图2

其中

deformable_conv - 图3

deformable_conv - 图4

分别为第k个位置的可学习偏移和调制标量。在deformable_conv_v1中

deformable_conv - 图5

为1.

具体细节可以参考论文:<<Deformable ConvNets v2: More Deformable, Better Results>><<Deformable Convolutional Networks>>

示例

输入:

input 形状:

deformable_conv - 图6

卷积核形状:

deformable_conv - 图7

offset 形状:

deformable_conv - 图8

mask 形状:

deformable_conv - 图9

输出:

输出形状:

deformable_conv - 图10

其中

deformable_conv - 图11

参数:

  • input (Variable) - 形状为

    deformable_conv - 图12

    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。

  • num_filters (int) – 卷积核数,与输出Tensor通道数相同。

  • filter_size (int|tuple) – 卷积核大小。如果filter_size为元组,则必须包含两个整数(filter_size_H, filter_size_W)。若数据类型为int,卷积核形状为(filter_size, filter_size)。

  • 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。

  • deformable_groups (int) – 可变形卷积组数。默认值为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

    deformable_conv - 图13

    。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。

  • name (str,可选) – 具体用法请参见 Name ,一般无需设置,默认值为None。

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

  1. #deformable conv v2:
  2. import paddle.fluid as fluid
  3. C_in, H_in, W_in = 3, 32, 32
  4. filter_size, deformable_groups = 3, 1
  5. data = fluid.layers.data(name='data', shape=[C_in, H_in, W_in], dtype='float32')
  6. offset = fluid.layers.data(name='offset', shape=[2*deformable_groups*filter_size**2, H_in, W_in], dtype='float32')
  7. mask = fluid.layers.data(name='mask', shape=[deformable_groups*filter_size**2, H_in, W_in], dtype='float32')
  8. out = fluid.layers.deformable_conv(input=data, offset=offset, mask=mask,
  9. num_filters=2, filter_size=filter_size, padding=1, modulated=True)
  10. #deformable conv v1:
  11. import paddle.fluid as fluid
  12. C_in, H_in, W_in = 3, 32, 32
  13. filter_size, deformable_groups = 3, 1
  14. data = fluid.layers.data(name='data', shape=[C_in, H_in, W_in], dtype='float32')
  15. offset = fluid.layers.data(name='offset', shape=[2*deformable_groups*filter_size**2, H_in, W_in], dtype='float32')
  16. out = fluid.layers.deformable_conv(input=data, offset=offset, mask=None,
  17. num_filters=2, filter_size=filter_size, padding=1, modulated=False)