文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.deformable_conv2d

mindspore.ops.deformable_conv2d(x, weight, offsets, kernel_size, strides, padding, bias=None, dilations=(1, 1, 1, 1), groups=1, deformable_groups=1, modulated=True)

给定4D的Tensor输入 x ， weight 和 offsets ，计算一个2D的可变形卷积。可变形卷积运算可以表达如下：

可变形卷积v1：

$$y(p)=\sum _{k=1}^K{w}_k\cdot x(p+p_k+\mathrm{\Delta }{p}_k)$$

可变形卷积v2：

$$y(p)=\sum _{k=1}^K{w}_k\cdot x(p+p_k+\mathrm{\Delta }{p}_k)\cdot \mathrm{\Delta }{m}_k$$

其中 $\mathrm{\Delta }{p}_k$ 和 $\mathrm{\Delta }{m}_k$ 分别为第k个位置的可学习偏移和调制标量。细节请参考论文 Deformable ConvNets v2: More Deformable, Better Results 和 Deformable Convolutional Networks 。

参数：

• x (Tensor) - 一个四维Tensor，表示输入图像。数据格式为"NCHW"，shape为 $(N,C_{in},H_{in},W_{in})$ 。Dytpe为float16或float32。

• weight (Tensor) - 一个四维Tensor，表示可学习的滤波器。数据类型必须与 x 相同，shape为 $(C_{out},C_{in}/groups,H_f,W_f)$ 。

• offsets (Tensor) - 一个四维Tensor，存储x和y坐标的偏移，以及可变形卷积的输入掩码mask。数据格式为"NCHW"，shape为 $(batch,3\ast deformable\mathrm{\_}groups\ast H_f\ast W_f,H_{out},W_{out})$ ，注意其中C维度的存储顺序为(offset_x, offset_y, mask)。数据类型必须与 x 相同。

• kernel_size (tuple[int]) - 一个包含两个整数的元组，表示卷积核的大小。

• strides (tuple[int]) - 一个包含四个整数的元组，表示对于输入的每个维度的滑动窗口步长。其维度顺序依据 x 的数据格式，对应N和C维度的值必须设置成1。

• padding (tuple[int]) - 一个包含四个整数的元组，表示沿（上，下，左，右）四个方向往输入填充的像素点个数。

• bias (Tensor, 可选) - 一个一维Tensor，表示加到卷积输出的偏置参数。shape为 $(C_{out})$ 。默认值为 None 。

• dilations (tuple[int], 可选) - 一个包含四个整数的元组，表示对于输入的每个维度的膨胀系数。其维度顺序依据 x 的数据格式，对应N和C维度的值必须设置成1。默认值为 (1, 1, 1, 1) 。

• groups (int, 可选) - 一个int32类型的整数，表示从输入通道到输出通道的阻塞连接数。输入通道数和输出通道数必须都能被 groups 整除。默认值为 1 。

• deformable_groups (int, 可选) - 一个int32类型的整数，表示可变形卷积组数。输入通道数必须能被 deformable_groups 整除。默认值为 1 。

• modulated (bool, 可选) - 指定可变形二维卷积的版本。 True 表示v2，False表示v1。当前只支持设置为v2版本。默认值为 True 。

返回：

Tensor，一个四维Tensor，表示输出特征图。数据类型与 x 相同，数据格式为"NCHW"，shape为 $(N,C_{out},H_{out},W_{out})$ 。

$$\begin{array}{r}\begin{array}{l}\\ H_{out}=\lfloor \frac{H_{in}+padding[0]+padding[1]-(H_f-1)\times \text{dilations[2]}-1}{\text{stride[0]}}+1\rfloor \\ W_{out}=\lfloor \frac{W_{in}+padding[2]+padding[3]-(W_f-1)\times \text{dilations[3]}-1}{\text{stride[1]}}+1\rfloor \end{array}\end{array}$$

异常：

• TypeError - 如果 strides， padding， kernel_size 或者 dilations 不是一个整数元组。

• TypeError - 如果 modulated 不是一个布尔值。

• ValueError - 如果 strides， padding， kernel_size 或者 dilations 的元组不是期望的大小。

• ValueError - 如果 strides 或者 dilations 对应N和C维度的值不为1。

• ValueError - 如果 modulated 的值不是True。

警告

这是一个实验性API，后续可能修改或删除。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor, ops
>>> from mindspore import dtype as mstype
>>> x = Tensor(np.ones((4, 3, 10, 10)), mstype.float32)
>>> kh, kw = 3, 3
>>> weight = Tensor(np.ones((5, 3, kh, kw)), mstype.float32)
>>> offsets = Tensor(np.ones((4, 3 * kh * kw, 8, 8)), mstype.float32)
>>> output = ops.deformable_conv2d(x, weight, offsets, (kh, kw), (1, 1, 1, 1), (0, 0, 0, 0))
>>> print(output.shape)
(4, 5, 8, 8)