compiler/luci/import/src/Nodes/CircleNonMaxSuppressionV4.cpp

   1 /*
   2  * Copyright (c) 2020 Samsung Electronics Co., Ltd. All Rights Reserved
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *    http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 #include "luci/Import/Nodes/CircleNonMaxSuppressionV4.h"
  18
  19 #include <luci/IR/Nodes/CircleNonMaxSuppressionV4.h>
  20 #include <luci/IR/Nodes/CircleNonMaxSuppressionV4Out.h>
  21
  22 #include <loco.h>
  23 #include <oops/UserExn.h>
  24
  25 namespace luci
  26 {
  27
  28 bool CircleNonMaxSuppressionV4GraphBuilder::validate(const ValidateArgs &args) const
  29 {
  30   const auto &inputs = args.op.inputs;
  31   const auto &outputs = args.op.outputs;
  32
  33   if (inputs.size() != 5)
  34     return false;
  35   if (outputs.size() != 2)
  36     return false;
  37
  38   const auto &tensors = args.reader.tensors();
  39   const auto &boxes_tensor = tensors.at(inputs[0]);
  40   if (boxes_tensor->shape.size() != 2)
  41     return false;
  42   if (boxes_tensor->shape.at(1) != 4)
  43     return false;
  44   if (boxes_tensor->shape.at(0) != tensors.at(inputs[1])->shape.at(0))
  45     return false;
  46
  47   if (tensors.at(inputs[2])->type != circle::TensorType_INT32)
  48     return false;
  49   if (tensors.at(inputs[3])->type != circle::TensorType_FLOAT32)
  50     return false;
  51   if (tensors.at(inputs[4])->type != circle::TensorType_FLOAT32)
  52     return false;
  53
  54   return true;
  55 }
  56
  57 /**
  58  * @brief  NonMaxSuppressionV4 Node builder
  59  *
  60  * @note   Current loco does not provide multiple outputs
  61  *         We will create multiple NonMasSuppressionV4Oout nodes to emulate this
  62  */
  63
  64 void CircleNonMaxSuppressionV4GraphBuilder::build(const circle::OperatorT &op,
  65                                                   GraphBuilderContext *context) const
  66 {
  67   assert(context != nullptr);
  68
  69   auto graph = context->graph();
  70
  71   const std::vector<int32_t> &inputs = op.inputs;
  72   const std::vector<int32_t> &outputs = op.outputs;
  73   const auto &tensors = context->reader()->tensors();
  74   const auto &opcodes = context->reader()->opcodes();
  75   auto tensors_ptr = context->reader()->tensors_ptr();
  76   assert(tensors_ptr != nullptr);
  77
  78   std::vector<CircleNode *> input_nodes;
  79   for (const int32_t input_tensor_index : inputs)
  80   {
  81     input_nodes.push_back(context->nodefinder()->node(input_tensor_index));
  82   }
  83
  84   // Create CircleNonMaxSuppressionV4
  85   auto node = graph->nodes()->create<CircleNonMaxSuppressionV4>();
  86   node->boxes(input_nodes[0]);
  87   node->scores(input_nodes[1]);
  88   node->max_output_size(input_nodes[2]);
  89   node->iou_threshold(input_nodes[3]);
  90   node->score_threshold(input_nodes[4]);
  91
  92   assert(outputs.size() == 2);
  93   {
  94     // Let's use name of output 0 as NonMaxSuppressionV4 name
  95     const circle::TensorT &output_tensor = *tensors[outputs[0]];
  96     node->name(tensor_name(output_tensor));
  97     node->op_version(opcodes[op.opcode_index].get()->version);
  98
  99     // NOTE We don't set quantization for NonMaxSuppressionV4 itself but to virtual outputs
 100   }
 101
 102   // Create virtual outputs of NonMaxSuppressionV4
 103   for (size_t n = 0; n < outputs.size(); ++n)
 104   {
 105     const circle::TensorT &output_tensor = *tensors[outputs[n]];
 106
 107     auto *nodeout = graph->nodes()->create<CircleNonMaxSuppressionV4Out>();
 108     copy_tensor_attributes(output_tensor, nodeout);
 109
 110     // mark shape_status
 111     if (tensors_ptr->Get(outputs[n])->shape() == nullptr)
 112       nodeout->shape_status(ShapeStatus::NOSHAPE);
 113     else
 114       nodeout->shape_status(ShapeStatus::VALID);
 115
 116     nodeout->input(node);
 117     nodeout->index(n);
 118
 119     context->nodefinder()->enroll(outputs[n], nodeout);
 120   }
 121 }
 122
 123 } // namespace luci