compiler/luci/import/src/Nodes/CircleNonMaxSuppressionV5.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/CircleNonMaxSuppressionV5.h"
  18
  19 #include <luci/IR/Nodes/CircleNonMaxSuppressionV5.h>
  20 #include <luci/IR/Nodes/CircleNonMaxSuppressionV5Out.h>
  21
  22 #include <loco.h>
  23 #include <oops/UserExn.h>
  24
  25 namespace luci
  26 {
  27
  28 bool CircleNonMaxSuppressionV5GraphBuilder::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() != 6)
  34     return false;
  35   if (outputs.size() != 3)
  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   if (tensors.at(inputs[5])->type != circle::TensorType_FLOAT32)
  54     return false;
  55
  56   return true;
  57 }
  58
  59 /**
  60  * @brief  NonMaxSuppressionV5 Node builder
  61  *
  62  * @note   Current loco does not provide multiple outputs
  63  *         We will create multiple NonMasSuppressionV5Oout nodes to emulate this
  64  */
  65
  66 void CircleNonMaxSuppressionV5GraphBuilder::build(const circle::OperatorT &op,
  67                                                   GraphBuilderContext *context) const
  68 {
  69   assert(context != nullptr);
  70
  71   auto graph = context->graph();
  72
  73   const std::vector<int32_t> &inputs = op.inputs;
  74   const std::vector<int32_t> &outputs = op.outputs;
  75   const auto &tensors = context->reader()->tensors();
  76   const auto &opcodes = context->reader()->opcodes();
  77   auto tensors_ptr = context->reader()->tensors_ptr();
  78   assert(tensors_ptr != nullptr);
  79
  80   std::vector<CircleNode *> input_nodes;
  81   for (const int32_t input_tensor_index : inputs)
  82   {
  83     input_nodes.push_back(context->nodefinder()->node(input_tensor_index));
  84   }
  85
  86   // Create CircleNonMaxSuppressionV5
  87   auto node = graph->nodes()->create<CircleNonMaxSuppressionV5>();
  88   node->boxes(input_nodes[0]);
  89   node->scores(input_nodes[1]);
  90   node->max_output_size(input_nodes[2]);
  91   node->iou_threshold(input_nodes[3]);
  92   node->score_threshold(input_nodes[4]);
  93   node->soft_nms_sigma(input_nodes[5]);
  94
  95   assert(outputs.size() == 3);
  96   {
  97     // Let's use name of output 0 as NonMaxSuppressionV5 name
  98     const circle::TensorT &output_tensor = *tensors[outputs[0]];
  99     node->name(tensor_name(output_tensor));
 100     node->op_version(opcodes[op.opcode_index].get()->version);
 101
 102     // NOTE We don't set quantization for NonMaxSuppressionV5 itself but to virtual outputs
 103   }
 104
 105   // Create virtual outputs of NonMaxSuppressionV5
 106   for (size_t n = 0; n < outputs.size(); ++n)
 107   {
 108     const circle::TensorT &output_tensor = *tensors[outputs[n]];
 109
 110     auto *nodeout = graph->nodes()->create<CircleNonMaxSuppressionV5Out>();
 111     copy_tensor_attributes(output_tensor, nodeout);
 112
 113     // mark shape_status
 114     if (tensors_ptr->Get(outputs[n])->shape() == nullptr)
 115       nodeout->shape_status(ShapeStatus::NOSHAPE);
 116     else
 117       nodeout->shape_status(ShapeStatus::VALID);
 118
 119     nodeout->input(node);
 120     nodeout->index(n);
 121
 122     context->nodefinder()->enroll(outputs[n], nodeout);
 123   }
 124 }
 125
 126 } // namespace luci