deform_conv2d¶

paddle.static.nn. deform_conv2d ( x, offset, weight, bias=None, stride=1, padding=0, dilation=1, groups=1, mask=None, name=None ) [源代码] ¶

deform_conv2d 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(mask != None):

\(y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k) * \Delta m_k}\)

可形变卷积v1(mask = None):

\(y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k)}\)

其中 \(\Delta p_k\) 和 \(\Delta m_k\) 分别为第k个位置的可学习偏移和调制标量。在deformable conv v1中 \(\Delta m_k\) 为1.

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

示例

输入：

input 形状： \((N, C_{in}, H_{in}, W_{in})\)

卷积核形状： \((C_{out}, C_{in}, H_f, W_f)\)

offset 形状： \((N, 2 * H_f * W_f, H_{out}, W_{out})\)

mask 形状： \((N, H_f * W_f, H_{out}, W_{out})\)

输出：

输出形状： \((N, C_{out}, H_{out}, W_{out})\)

其中

参数：

• x (Tensor) - 形状为 \([N, C, H, W]\) 的输入Tensor，数据类型为float32或float64。

• offset (Tensor) – 可变形卷积层的输入坐标偏移，数据类型为float32或float64。

• weight (Tensor) – 卷积核参数，形状为 \([[M, C/g, kH, kW]\), 其中 M 是输出通道数，g 是group组数,kH是卷积核高度尺寸，kW是卷积核宽度尺寸。数据类型为float32或float64。

• bias (Tensor, 可选) - 可变形卷积偏置项, 形状为 \([M,]\) 。

• stride (int|list|tuple，可选) - 步长大小。卷积核和输入进行卷积计算时滑动的步长。如果它是一个列表或元组，则必须包含两个整型数：（stride_height,stride_width）。若为一个整数，stride_height = stride_width = stride。默认值：1。

• padding (int|list|tuple，可选) - 填充大小。卷积核操作填充大小。如果它是一个列表或元组，则必须包含两个整型数：（padding_height,padding_width）。若为一个整数，padding_height = padding_width = padding。默认值：0。

• dilation (int|list|tuple，可选) - 空洞大小。空洞卷积时会使用该参数，卷积核对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息。如果空洞大小为列表或元组，则必须包含两个整型数：（dilation_height,dilation_width）。若为一个整数，dilation_height = dilation_width = dilation。默认值：1。

• groups (int，可选) - 二维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络（CNN）论文中的成组卷积：当group=n，输入和卷积核分别根据通道数量平均分为n组，第一组卷积核和第一组输入进行卷积计算，第二组卷积核和第二组输入进行卷积计算，……，第n组卷积核和第n组输入进行卷积计算。默认值：1。

• mask (Tensor, 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。

• 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。

代码示例：

#deformable conv v2:

import paddle
input = paddle.rand((8, 1, 28, 28))
kh, kw = 3, 3
weight = paddle.rand((16, 1, kh, kw))
# offset shape should be [bs, 2 * kh * kw, out_h, out_w]
# mask shape should be [bs, hw * hw, out_h, out_w]
# In this case, for an input of 28, stride of 1
# and kernel size of 3, without padding, the output size is 26
offset = paddle.rand((8, 2 * kh * kw, 26, 26))
mask = paddle.rand((8, kh * kw, 26, 26))
out = paddle.vision.ops.deform_conv2d(input, offset, weight, mask=mask)
print(out.shape)
# returns
[8, 16, 26, 26]

#deformable conv v1:

import paddle
input = paddle.rand((8, 1, 28, 28))
kh, kw = 3, 3
weight = paddle.rand((16, 1, kh, kw))
# offset shape should be [bs, 2 * kh * kw, out_h, out_w]
# In this case, for an input of 28, stride of 1
# and kernel size of 3, without padding, the output size is 26
offset = paddle.rand((8, 2 * kh * kw, 26, 26))
out = paddle.vision.ops.deform_conv2d(input, offset, weight)
print(out.shape)
# returns
[8, 16, 26, 26]