当前位置:   article > 正文

GLUON-Fast RCNN_gluon rcnn

gluon rcnn

ROI

from mxnet import nd

# 输入特征高宽均为 4 且只有单通道(样本量,单通道,高,宽)
x = nd.arange(16).reshape((1, 1, 4, 4))

[[[[  0.   1.   2.   3.]
   [  4.   5.   6.   7.]
   [  8.   9.  10.  11.]
   [ 12.  13.  14.  15.]]]]
# (区域物体标号,左上角的 x,左上角的y 轴坐标,右下角的 x轴坐标,右下角的 y轴坐标)
rois = nd.array([[0, 0, 0, 2, 3], [0, 0, 0, 2, 2]])
# 输入特征、感兴趣区域、池化形状、当前特征尺寸与原始图像尺寸的比例
nd.ROIPooling(x, rois, pooled_size=(2, 2), spatial_scale=1)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/很楠不爱3/article/detail/250169
推荐阅读
相关标签
  

闽ICP备14008679号