cv::dnn::NormalizeBBoxLayer 类参考

\( L_p \) - 归一化层。 更多...

#include <opencv2/dnn/all_layers.hpp>

cv::dnn::NormalizeBBoxLayer 的协作图

静态公共成员函数
static Ptr< NormalizeBBoxLayer >	create (const LayerParams &params)
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

公共属性
bool	acrossSpatial
float	epsilon
float	pnorm
从 cv::dnn::Layer 继承的公共属性
std::vector< Mat >	blobs
	必须在此处存储学习到的参数列表，以便通过使用 Net::getParam() 读取它们。
String	name
	层实例的名称，可用于日志记录或其他内部目的。
int	preferableTarget
	层转发首选目标
String	type
	由层工厂用于创建层的类型名称。

附加继承成员
从 cv::dnn::Layer 继承的公共成员函数
	Layer ()
	Layer (const LayerParams &params)
	仅初始化 name、type 和 blobs 字段。
virtual	~Layer ()
virtual void	applyHalideScheduler (Ptr< BackendNode > &node, const std::vector< Mat * > &inputs, const std::vector< Mat > &outputs, int targetId) const
	基于层超参数的自动 Halide 调度。
virtual void	finalize (const std::vector< Mat * > &input, std::vector< Mat > &output)
	根据输入、输出和 blobs 计算并设置内部参数。
std::vector< Mat >	finalize (const std::vector< Mat > &inputs)
	这是一个重载的成员函数，为了方便提供。它与上面的函数的区别仅在于它接受的参数。
void	finalize (const std::vector< Mat > &inputs, std::vector< Mat > &outputs)
	这是一个重载的成员函数，为了方便提供。它与上面的函数的区别仅在于它接受的参数。
virtual void	finalize (InputArrayOfArrays inputs, OutputArrayOfArrays outputs)
	根据输入、输出和 blobs 计算并设置内部参数。
virtual void	forward (InputArrayOfArrays inputs, OutputArrayOfArrays outputs, OutputArrayOfArrays internals)
	给定 input blobs，计算输出 blobs。
virtual void	forward (std::vector< Mat * > &input, std::vector< Mat > &output, std::vector< Mat > &internals)
	给定 input blobs，计算输出 blobs。
void	forward_fallback (InputArrayOfArrays inputs, OutputArrayOfArrays outputs, OutputArrayOfArrays internals)
	给定 input blobs，计算输出 blobs。
virtual int64	getFLOPS (const std::vector< MatShape > &inputs, const std::vector< MatShape > &outputs) const
virtual bool	getMemoryShapes (const std::vector< MatShape > &inputs, const int requiredOutputs, std::vector< MatShape > &outputs, std::vector< MatShape > &internals) const
virtual void	getScaleShift (Mat &scale, Mat &shift) const
	返回具有逐通道乘法和加法的层的参数。
virtual void	getScaleZeropoint (float &scale, int &zeropoint) const
	返回层的缩放比例和零点。
virtual Ptr< BackendNode >	initCann (const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendWrapper > > &outputs, const std::vector< Ptr< BackendNode > > &nodes)
	返回 CANN 后端节点。
virtual Ptr< BackendNode >	initCUDA (void *context, const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendWrapper > > &outputs)
	返回 CUDA 后端节点。
virtual Ptr< BackendNode >	initHalide (const std::vector< Ptr< BackendWrapper > > &inputs)
	返回 Halide 后端节点。
virtual Ptr< BackendNode >	initNgraph (const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendNode > > &nodes)
virtual Ptr< BackendNode >	initTimVX (void *timVxInfo, const std::vector< Ptr< BackendWrapper > > &inputsWrapper, const std::vector< Ptr< BackendWrapper > > &outputsWrapper, bool isLast)
	返回 TimVX 后端节点。
virtual Ptr< BackendNode >	initVkCom (const std::vector< Ptr< BackendWrapper > > &inputs, std::vector< Ptr< BackendWrapper > > &outputs)
virtual Ptr< BackendNode >	initWebnn (const std::vector< Ptr< BackendWrapper > > &inputs, const std::vector< Ptr< BackendNode > > &nodes)
virtual int	inputNameToIndex (String inputName)
	返回输入 blob 在输入数组中的索引。
virtual int	outputNameToIndex (const String &outputName)
	返回输出 blob 在输出数组中的索引。
void	run (const std::vector< Mat > &inputs, std::vector< Mat > &outputs, std::vector< Mat > &internals)
	分配层并计算输出。
virtual bool	setActivation (const Ptr< ActivationLayer > &layer)
	尝试将后续的激活层附加到该层，即在部分情况下进行层融合。
void	setParamsFrom (const LayerParams &params)
	仅初始化 name、type 和 blobs 字段。
virtual bool	supportBackend (int backendId)
	询问层是否支持特定的后端进行计算。
virtual Ptr< BackendNode >	tryAttach (const Ptr< BackendNode > &node)
	实现层融合。
virtual bool	tryFuse (Ptr< Layer > &top)
	尝试将当前层与下一个层融合。
virtual bool	tryQuantize (const std::vector< std::vector< float > > &scales, const std::vector< std::vector< int > > &zeropoints, LayerParams &params)
	尝试量化给定的层并计算定点实现所需的量化参数。
virtual void	unsetAttached ()
	"分离"附加到特定层的所有层。
virtual bool	updateMemoryShapes (const std::vector< MatShape > &inputs)
从 cv::Algorithm 继承的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或读取不成功后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

\( L_p \) - 归一化层。

参数

p	归一化因子。最常见的 p = 1 用于 \( L_1 \) - 归一化，或 p = 2 用于 \( L_2 \) - 归一化，或自定义值。
eps	参数 \( \epsilon \) 用于防止除以零。
across_spatial	如果为 true，则跨所有非批次维度对输入进行归一化。否则，分别对每个通道进行归一化。

跨空间

\[ norm = \sqrt[p]{\epsilon + \sum_{x, y, c} |src(x, y, c)|^p } \\ dst(x, y, c) = \frac{ src(x, y, c) }{norm} \]

逐通道归一化

\[ norm(c) = \sqrt[p]{\epsilon + \sum_{x, y} |src(x, y, c)|^p } \\ dst(x, y, c) = \frac{ src(x, y, c) }{norm(c)} \]

其中 x, y - 空间坐标，c - 通道。

批次中的每个样本都分别进行归一化。可选地，输出将按训练的参数进行缩放。

成员函数文档

create()

static Ptr< NormalizeBBoxLayer > cv::dnn::NormalizeBBoxLayer::create ( const LayerParams &  params )

static

成员数据文档

acrossSpatial

bool cv::dnn::NormalizeBBoxLayer::acrossSpatial

epsilon

float cv::dnn::NormalizeBBoxLayer::epsilon

pnorm

float cv::dnn::NormalizeBBoxLayer::pnorm

---

此类的文档是从以下文件生成的

• opencv2/dnn/all_layers.hpp