aclnnDeformableConv2d

产品支持情况

[object Object]undefined

功能说明

• 接口功能：实现卷积功能，支持2D卷积，同时支持可变形卷积、分组卷积。

• 计算公式：

  假定输入（input）的shape是[N, inC, inH, inW]，输出的（out）的shape为[N, outC, outH, outW]，根据已有参数计算outH、outW:

  $$outH = (inH + padding[0] + padding[1] - ((K_H - 1) * dilation[2] + 1)) // stride[2] + 1$$ $$outW = (inW + padding[2] + padding[3] - ((K_W - 1) * dilation[3] + 1)) // stride[3] + 1$$

  标准卷积计算采样点下标：

  $$x = -padding[2] + ow*stride[3] + kw*dilation[3], kw的取值为(0, K\_W-1)$$ $$y = -padding[0] + oh*stride[2] + kh*dilation[2], kh的取值为(0, K\_H-1)$$

  根据传入的offset，进行变形卷积，计算偏移后的下标：

  $$(x,y) = (x + offsetX, y + offsetY)$$

  使用双线性插值计算偏移后点的值：

  $$(x_{0}, y_{0}) = (int(x), int(y)) \\ (x_{1}, y_{1}) = (x_{0} + 1, y_{0} + 1)$$ $$weight_{00} = (x_{1} - x) * (y_{1} - y) \\ weight_{01} = (x_{1} - x) * (y - y_{0}) \\ weight_{10} = (x - x_{0}) * (y_{1} - y) \\ weight_{11} = (x - x_{0}) * (y - y_{0}) \\$$ $$deformOut(x, y) = weight_{00} * input(x0, y0) + weight_{01} * input(x0,y1) + weight_{10} * input(x1, y0) + weight_{11} * input(x1,y1)$$

  进行卷积计算得到最终输出：

  $$\text{out}(N_i, C_{\text{out}_j}) = \text{bias}(C_{\text{out}_j}) + \sum_{k = 0}^{C_{\text{in}} - 1} \text{weight}(C_{\text{out}_j}, k) \star \text{deformOut}(N_i, k)$$

函数原型

每个算子分为，必须先调用“aclnnDeformableConv2dGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnDeformableConv2d”接口执行计算。

aclnnDeformableConv2dGetWorkspaceSize

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnDeformableConv2d

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

约束说明

• 确定性计算：
  • aclnnDeformableConv2d默认确定性实现。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考。