DeformConv¶

DeformConv - 22¶

此版本的运算符自版本22起可用。

执行如https://arxiv.org/abs/1703.06211和https://arxiv.org/abs/1811.11168中描述的可变形卷积。此操作符规范支持一般的N维情况。请注意，最常见的用例是2D或3D数据。

dilations - INTS :

沿着核的每个空间轴的扩张值。默认情况下，每个轴的扩张值为1。
group - INT (默认是 '1'):

输入和输出通道C和oC被分成的组数。C和oC都必须能被group整除。默认值为1。
kernel_shape - INTS :

卷积核的形状。如果未提供，则从输入W的形状推断。
offset_group - INT (默认值为 '1'):

偏移量的组数。C必须能被offset_group整除。默认值为1。
pads - INTS :

沿每个空间轴的开始和结束的填充。这些值表示在相应轴的开始和结束处添加的像素数，可以取任何非负值。格式应如下：[x1_begin, x2_begin, …, x1_end, x2_end, …]，其中xi_begin是在轴i的开始处添加的像素数，xi_end是在轴i的结束处添加的像素数。默认情况下，每个轴的填充为0。
步幅 - 整数 :

沿每个空间轴的步幅。默认是沿每个轴为1。

在3到5个输入之间。

X (异构) - T:

输入数据张量。对于2D图像数据，其形状为(N, C, H, W)，其中N是批量大小，C是输入通道数，H和W是高度和宽度。一般来说，对于n维数据，形状为(N, C, D1, D2, … , Dn)，其中D1到Dn是空间维度大小。最常见的用例是n = 2或3。
W (异构) - T:

将在卷积中使用的权重张量。它的形状为 (oC, C/group, kH, kW)，其中 oC 是输出通道的数量，kH 和 kW 是内核的高度和宽度。对于超过2维的情况，它的形状为 (oC, C/group, k1, k2, … , kn)。
offset (异构) - T:

偏移张量表示卷积核中采样位置的偏移。对于2D数据，其形状为(N, offset_group * kH * kW * 2, oH, oW)，对于nD数据，其形状为(N, offset_group * k1 * k2 * … * kn * n, o1, o2, … , on)。对于分数偏移值，使用线性插值。在填充的输入张量之外的采样位置将返回零。
B（可选，异构）- T：

可选的1D偏置，长度为oC，将被添加到卷积中。默认是一个零张量。
mask (可选, 异构) - T:

应用于卷积核中每个位置的掩码张量。对于2D数据，其形状为(N, offset_group * kH * kW, oH, oW)；对于nD数据，其形状为(N, offset_group * k1 * k2 * … * kn * n, o1, o2, … , on)。默认值为全1张量。

Y (异构) - T:

输出数据张量，包含卷积的结果。对于2D数据，其形状为(N, oC, oH, oW)；对于nD数据，其形状为(N, oC, o1, o2, …, on)

T 在 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16) ):

将输入和输出类型限制为浮点张量。

此版本的运算符自版本19起可用。

执行如https://arxiv.org/abs/1703.06211和https://arxiv.org/abs/1811.11168中描述的可变形卷积。此操作符规范支持一般的N维情况。请注意，最常见的用例是2D或3D数据。

dilations - INTS :

沿着核的每个空间轴的扩张值。默认情况下，每个轴的扩张值为1。
group - INT (默认是 '1'):

输入和输出通道C和oC被分成的组数。C和oC都必须能被group整除。默认值为1。
kernel_shape - INTS :

卷积核的形状。如果未提供，则从输入W的形状推断。
offset_group - INT (默认值为 '1'):

偏移量的组数。C必须能被offset_group整除。默认值为1。
pads - INTS :

沿每个空间轴的开始和结束的填充。这些值表示在相应轴的开始和结束处添加的像素数，可以取任何非负值。格式应如下：[x1_begin, x2_begin, …, x1_end, x2_end, …]，其中xi_begin是在轴i的开始处添加的像素数，xi_end是在轴i的结束处添加的像素数。默认情况下，每个轴的填充为0。
步幅 - 整数 :

沿每个空间轴的步幅。默认是沿每个轴为1。

在3到5个输入之间。

X (异构) - T:

输入数据张量。对于2D图像数据，其形状为(N, C, H, W)，其中N是批量大小，C是输入通道数，H和W是高度和宽度。一般来说，对于n维数据，形状为(N, C, D1, D2, … , Dn)，其中D1到Dn是空间维度大小。最常见的用例是n = 2或3。
W (异构) - T:

将在卷积中使用的权重张量。它的形状为 (oC, C/group, kH, kW)，其中 oC 是输出通道的数量，kH 和 kW 是内核的高度和宽度。对于超过2维的情况，它的形状为 (oC, C/group, k1, k2, … , kn)。
offset (异构) - T:

偏移张量表示卷积核中采样位置的偏移。对于2D数据，其形状为(N, offset_group * kH * kW * 2, oH, oW)，对于nD数据，其形状为(N, offset_group * k1 * k2 * … * kn * n, o1, o2, … , on)。对于分数偏移值，使用线性插值。在填充输入张量之外的采样位置将得到零。
B（可选，异构）- T：

可选的1D偏置，长度为oC，将被添加到卷积中。默认是一个零张量。
mask (可选, 异构) - T:

要应用于卷积核中每个位置的掩码张量。对于2D数据，其形状为(N, offset_group * kH * kW, oH, oW)；对于nD数据，其形状为(N, offset_group * k1 * k2 * … * kn * n, o1, o2, … , on)。默认值为全1张量。

Y (异构) - T:

输出数据张量，包含卷积的结果。对于2D数据，其形状为(N, oC, oH, oW)；对于nD数据，其形状为(N, oC, o1, o2, …, on)

T 在 ( tensor(double), tensor(float), tensor(float16) ) 中:

将输入和输出类型限制为浮点张量。