RoiAlignV2

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。