学习Faster R-CNN代码roi_pooling（二）

roi_pooling理解起来比较简单，所以我就先看了一下这部分的代码。

roi_pooling目录下

-src文件夹下是c和cuda版本的源码。

-functions文件夹下的roi_pool.py是继承了torch.autograd.Function类，实现RoI层的foward和backward函数。class RoIPoolFunction(Function)。

-modules文件夹下的roi_pool.py是继承了torch.nn.Modules类，实现了对RoI层的封装，此时RoI层就跟ReLU层一样的使用了。class _RoIPooling(Module)。

-_ext文件夹下还有个roi_pooling文件夹，这个文件夹是存储src中c，cuda编译过后的文件的，编译过后就可以被funcitons中的roi_pool.py调用了。

具体代码：
如下图所示：为roi_pooling/src/roi_pooling.c文件中的一段，可以根据该代码了解到各变量包含哪些内容。如果只看py代码，有些地方真不知道包含哪些信息，看起来很费劲，仔细看了下C代码，解决了自己的疑惑。

rois[0] num_rois即roi的个数；
rois[1] size_rois即大小；
features[0] batch_size，批大小；
features[1] data_height，高；
features[2] data_width，宽；
features[3] num_channels，通道数。

细致一点的理解看我的另一篇博客：https://blog.csdn.net/weixin_43872578/article/details/86628515

在这里插入图片描述

functions/roi_pool.py

 1 import torch
 2 from torch.autograd import Function
 3 from .._ext import roi_pooling
 4 import pdb
 5 
 6 # 重写函数实现RoI层的正向传播和反向传播 modules中的roi_pool实现层的封装
 7 
 8 class RoIPoolFunction(Function):
 9     def __init__(ctx, pooled_height, pooled_width, spatial_scale):
10         #ctx is a context object that can be used to stash information for backward computation
11         #上下文对象，可用于存储信息以进行反向计算
12         ctx.pooled_width = pooled_width
13         ctx.pooled_height = pooled_height
14         ctx.spatial_scale = spatial_scale
15         ctx.feature_size = None
16 
17     def forward(ctx, features, rois): 
18         ctx.feature_size = features.size()          
19         batch_size, num_channels, data_height, data_width = ctx.feature_size
20         num_rois = rois.size(0)
21         output = features.new(num_rois, num_channels, ctx.pooled_height, ctx.pooled_width).zero_()
22         ctx.argmax = features.new(num_rois, num_channels, ctx.pooled_height, ctx.pooled_width).zero_().int()
23         ctx.rois = rois
24         if not features.is_cuda:
25             _features = features.permute(0, 2, 3, 1)
26             roi_pooling.roi_pooling_forward(ctx.pooled_height, ctx.pooled_width, ctx.spatial_scale,
27                                             _features, rois, output)
28         else:
29             roi_pooling.roi_pooling_forward_cuda(ctx.pooled_height, ctx.pooled_width, ctx.spatial_scale,
30                                                  features, rois, output, ctx.argmax)
31 
32         return output
33 
34     def backward(ctx, grad_output):
35         assert(ctx.feature_size is not None and grad_output.is_cuda)
36         batch_size, num_channels, data_height, data_width = ctx.feature_size
37         grad_input = grad_output.new(batch_size, num_channels, data_height, data_width).zero_()
38 
39         roi_pooling.roi_pooling_backward_cuda(ctx.pooled_height, ctx.pooled_width, ctx.spatial_scale,
40                                               grad_output, ctx.rois, grad_input, ctx.argmax)
41 
42         return grad_input, None

modules/roi_pool.py

 1 from torch.nn.modules.module import Module
 2 from ..functions.roi_pool import RoIPoolFunction
 3 
 4 # 对roi_pooling层的封装，就是ROI Pooling Layer了
 5 
 6 class _RoIPooling(Module):
 7     def __init__(self, pooled_height, pooled_width, spatial_scale):
 8         super(_RoIPooling, self).__init__()
 9 
10         self.pooled_width = int(pooled_width)
11         self.pooled_height = int(pooled_height)
12         self.spatial_scale = float(spatial_scale)
13 
14     def forward(self, features, rois):
15         return RoIPoolFunction(self.pooled_height, self.pooled_width, self.spatial_scale)(features, rois)
16         # 直接调用了functions中的函数，此时已经实现了foward，backward操作

剩下的src，_ext文件的代码就可以自己读读了，就是用c，cuda对roi_pooling实现了foward和backward，目的就是为了让python可以调用。

【未完，待更新…】

ref：https://www.jianshu.com/p/d674e16ce896

https://blog.csdn.net/weixin_43872578/article/details/86616801

学习Faster R-CNN代码roi_pooling（二）

猜你喜欢