YoloV3DetectionOutput

输入

coord_data_low:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,coords *boxes,ceil(height_low*width_low,16)+16]，表示预测的coords
- 规格限制: float16，height_low*width_low*Dtype_Size>=32 Byte
coord_data_mid:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,coords *boxes,ceil(height_mid*width_mid,16)+16]，表示预测的coords
- 规格限制: float16，height_mid*width_mid*Dtype_Size>=32 Byte
coord_data_high:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,coords *boxes,ceil(height_high*width_high,16)+16]，表示预测的coords
- 规格限制: float16，height_high*width_high*Dtype_Size>=32 Byte
obj_prob_low:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,ceil(boxes*height_low*width_low,16)+16]，这里的每个anchor的obj的数值只有1个
- 规格限制: float16
obj_prob_mid:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,ceil(boxes*height_mid*width_mid,16)+16]，这里的每个anchor的obj的数值只有1个
- 规格限制: float16
obj_prob_high:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,ceil(boxes*height_high*width_high,16)+16]，此处每个anchor的obj的数值只有1个
- 规格限制: float16
classes_prob_low:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,classes,ceil(boxes*height_low*width_low,16)+16] , 为便于内部计算已将每个anchor的score向16取整
- 规格限制: float16，height_low*width_low*Dtype_Size>=32 Byte
classes_prob_mid:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,classes,ceil(boxes*height_mid*width_mid,16)+16] , 为便于内部计算已将每个anchor的score向16取整
- 规格限制: float16，height_low*width_low*Dtype_Size>=32 Byte
classes_prob_high:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,classes,ceil(boxes*height_high*width_high,16)+16] , 为便于内部计算已将每个anchor的score向16取整
- 规格限制: float16，height_low*width_low*Dtype_Size>=32 Byte
img_info:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: 原图信息，[batch,4]，4表示netH、netW、scaleH、scaleW四个维度；其中netH，netW为网络模型输入的HW，scaleH，scaleW为原始图片的HW
- 规格限制: float16

属性

biases_low:
- 是否必填: 必填
- 数据类型: ListFloat
- 参数解释: [boxes,2]，其中2分别表示x（w)和y(h)方向，对应box1
- 规格限制: 无

biases_mid:
- 是否必填: 必填
- 数据类型: ListFloat
- 参数解释: [boxes,2]，其中2分别表示x（w)和y(h)方向，对应box2
- 规格限制: 无

biases_high:
- 是否必填: 必填
- 数据类型: ListFloat
- 参数解释: [boxes,2]，其中2分别表示x（w)和y(h)方向，对应box3
- 规格限制: 无

boxes:
- 是否必填: 非必填
- 数据类型: int
- 参数解释: 每个grid的anbox的数量，默认为3
- 规格限制: 无

coords:
- 是否必填: 非必填
- 数据类型: int
- 参数解释: coords的数量，固定为4，表示x、y、h、w
- 规格限制: 固定为4

classes:
- 是否必填: 非必填
- 数据类型: int
- 参数解释: 类别数，默认为80
- 规格限制: 最大1024

relative:
- 是否必填: 非必填
- 数据类型: bool
- 参数解释: 在correct_region_boxes中表示是否为相对值，True
- 规格限制: True或者False

obj_threshold:
- 是否必填: 非必填
- 数据类型: float
- 参数解释: 有物体概率的阈值，对应于clsProb中的阈值，默认值为0.5
- 规格限制: [0,1]

pre_nms_topn:
- 是否必填: 非必填
- 数据类型: int
- 参数解释: pre_nms_topn对应于multiClassNMS（对于每个类别，取前pre_nms_topn个数量进行处理，最大支持1024，默认值为1024
- 规格限制:
  最大1024

post_nms_topn:
- 是否必填: 非必填
- 数据类型: int
- 参数解释: 经过nms之后返回全部还是postTopK个框，最大为1024；默认值1024
- 规格限制: 最大1024

score_threshold:
- 是否必填: 非必填
- 数据类型: float
- 参数解释: 每个类别的阈值，默认值为0.5
- 规格限制: [0,1]

iou_threshold:
- 是否必填: 非必填
- 数据类型: float
- 参数解释: 交并比（Intersection over Union）阈值,默认值是0.45
- 规格限制: [0,1]

输出

box_out:
- 是否必填: 必填
- 数据类型: float16,float32
- 参数解释: [batch,6*post_nms_topn]，在其中的6表示x1, y1, x2, y2, score, label（类别），实际按box_out_num的数量输出
- 规格限制: float16

box_out_num:
- 是否必填: 必填
- 数据类型: int32
- 参数解释: [batch,8,1,1]，8表示8列数中只有第一列有效（为满足性能加速，进行数据对齐，后面7列数字是补齐的无效数据），表示每个batch中有效框的数量，每个batch中有效框的数量最大为1024
  例如，Shape为[4,8]，其中只有首列表示有效数据，存放每个batch的有效框数量
  
  [0,0]...[0,7]
  
  [1,0]...[1,7]
  
  [2,0]...[2,7]
  
  [3,0]...[3,7]
- 规格限制: float16

父主题： 支持Caffe算子清单