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

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