深度学习常用算子（二）

转自：https://blog.csdn.net/zhuhaodonglei/article/details/100014178

1、Tensor维度变换

1）Flatten

作用：将输入tensor中从start_axis维度到end_axis维度合并为1维

2）Reshape

作用：将输入Tensor描述转换为新的shape

3）FreespaceExtract

作用：将h维变成1，其他维度不变，从而完成对h的采样，采样值所在位置由输入的index参数决定

4）Pack

作用：Pack算子为TensorFlow原生算子，最新的版本已经改名为：Stack。该算子以指定的轴axis，将一个维度为R的张量数组转变成一个维度为R+1的张量。

5）Pad

作用：进行数据扩充

6）Permute

作用：调整Tensor的输入维度顺序

7）ShuffleChannel

作用：调整C维的排序

使用网络：ShuffleNet

8）Title

作用：将输入数据在每个维度上复制指定次数来生成输出数据

2、Tensor单个元素运算

1）Rsqrt

公式：y = 1 / sqrt{x}

2）Scale

公式：y(x)=scale*x+bias

3）AbsVal

公式：y(x)=|x|

4）Power

公式：f(x)= (scale * x + shift) ^ power

3、分类

Softmax

公式：

作用：通常作为分类网络的最后一层，输出每类的概率

4、画框

1）ClipBoxes

作用：将输入的框坐标限制在[0,img_w-1]和[0,img_h-1]之间。

2）DecodeBoxes

作用：将输入框的长宽坐标转换为描点坐标（框中心点坐标和长宽），然后进行修正，修正后再替换回长宽坐标

3）DetectPostProcess

作用：

（1）对输入的框进行修正；

（2）按照得分进行排序；

（3）使用NMS进行过滤；

（4）每个分类取前N个框输出。

4）FasterRcnnPredictions

作用：获取得分最高的N个框，需要进行NMS处理。

使用网络：MaskRcnn

5）FSRDectionOutput

作用：获取得分最高的N个框，需要进行NMS处理

输入数据：每个分类的得分数据、roi坐标、roi偏移、feature map的长和宽

使用网络：FasterRcnn

6）GenerateRPNProposals

作用：根据输入rois坐标和得分，输出排序和NMS处理后的前N个框，框坐标形式为左上角和右下角

使用网络：Mask Rcnn

7）Proposal
作用：根据锚点前后得分、锚点偏移、原始图片的长宽缩放，来获取得分最高的N个预选框；

特点：对特征图上的每个点，生成scale*ratio个固定大小的窗口；即候选窗口是该算子生成的。

8）SsdDetectionOutput

作用：用来生成预测框相对原图的真实坐标，并对所有预测框进行过滤，得到最终物体检测的结果。输出的每个预测框的信息包括image id ,lable, confidence以及四个坐标值。

使用网络：SSD

8）SsdPriorBox

作用：生成预选框

使用网络：SSD

5、拼接

Concat：实现多个算子的拼接

6、旋转/缩放/平移/剪切

spatial transform

参考：https://blog.csdn.net/qq_39422642/article/details/78870629

作用：在CNN之前对feature map进行旋转、缩放、平移、剪切等操作

使用网络：Spatial Transformer Networks（STN)
————————————————
版权声明：本文为CSDN博主「gapostal」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zhuhaodonglei/article/details/100014178