roi_pool

torchvision.ops.roi_pool(input: Tensor, boxes: Union[Tensor, List[Tensor]], output_size: None, spatial_scale: float = 1.0) → Tensor

执行在Fast R-CNN中描述的感兴趣区域（RoI）池化操作

Parameters:

• 输入 (张量[N, C, H, W]) – 输入张量，即包含 N 个元素的批次。每个元素 包含 C 个特征图，每个特征图的尺寸为 H x W。

• boxes (Tensor[K, 5] or List[Tensor[L, 4]]) – 区域的框坐标，格式为 (x1, y1, x2, y2)。 坐标必须满足 0 <= x1 < x2 和 0 <= y1 < y2。 如果传递的是单个 Tensor，则第一列应包含批次中相应元素的索引，即 [0, N - 1] 中的数字。 如果传递的是 Tensor 列表，则每个 Tensor 将对应于批次中元素 i 的框。

• output_size (int 或 Tuple[int, int]) – 裁剪后输出的大小，格式为（高度，宽度）

• spatial_scale (float) – 一个将框坐标映射到输入坐标的缩放因子。例如，如果您的框是在224x224图像的尺度上定义的，而您的输入是一个112x112的特征图（由原始图像的0.5倍缩放产生），您需要将此设置为0.5。默认值：1.0

Returns:

合并的RoIs。

Return type:

张量[K, C, 输出大小[0], 输出大小[1]]