inference-engine/src/inference_engine/shape_infer/built-in/ie_conv_shape_infer.hpp

   1 // Copyright (C) 2018-2019 Intel Corporation
   2 // SPDX-License-Identifier: Apache-2.0
   3 //
   4
   5 #pragma once
   6
   7 #include <description_buffer.hpp>
   8 #include "ie_built_in_impl.hpp"
   9 #include <map>
  10 #include <memory>
  11 #include <string>
  12 #include <vector>
  13 #include <debug.h>
  14 #include <cmath>
  15 #include <ie_format_parser.h>
  16
  17 namespace InferenceEngine {
  18 namespace ShapeInfer {
  19
  20 /**
  21  *@brief Implementation of Shape inference for Convolution layer
  22  */
  23 class ConvShapeProp : public BuiltInShapeInferImpl {
  24 public:
  25     explicit ConvShapeProp(const std::string& type) : BuiltInShapeInferImpl(type) {}
  26
  27     void inferShapesImpl(const std::vector<Blob::CPtr>& inBlobs,
  28                          const std::map<std::string, std::string>& params,
  29                          const std::map<std::string, Blob::Ptr>& blobs,
  30                          std::vector<SizeVector>& outShapes) override {
  31         LayerParams lp{};
  32         ConvolutionLayer convLayer(lp);
  33         convLayer.params = params;
  34         convLayer.type = _type;
  35         validate(&convLayer, inBlobs, params, blobs);
  36
  37         auto dims = inShapes[0];
  38         auto dims_size = dims.size();
  39         auto spacial_d_size = dims.size() - 2;
  40         float* OD_temp = new float[spacial_d_size];
  41         size_t*  KDims = new size_t[spacial_d_size];
  42         size_t inputN = dims[0];
  43         for (int i = 0; i < spacial_d_size; i++) {
  44             if (convLayer._dilation[i])
  45                 KDims[i] = (convLayer._kernel[i] - 1) * convLayer._dilation[i] + 1;
  46             else
  47                 KDims[i] = convLayer._kernel[i];
  48         }
  49         size_t OC = convLayer._out_depth;
  50         std::string padType = convLayer._auto_pad;
  51         if (padType == "valid") {
  52             for (int i = 0; i < spacial_d_size; i++)
  53                 OD_temp[i] = std::ceil((dims[dims_size - 1 - i] - KDims[i] + 1.f) / convLayer._stride[i]);
  54         } else if (padType == "same_upper") {
  55             for (int i = 0; i < spacial_d_size; i++)
  56                 OD_temp[i] = std::ceil(1.f * dims[dims_size - 1 - i] / convLayer._stride[i]);
  57         } else if (padType == "same_lower") {
  58             for (int i = 0; i < spacial_d_size; i++)
  59                 OD_temp[i] = std::floor(1.f * dims[dims_size - 1 - i] / convLayer._stride[i]);
  60         } else {
  61             for (int i = 0; i < spacial_d_size; i++) {
  62                 OD_temp[i] = std::floor(1.f * (dims[dims_size - 1 - i] +
  63                         convLayer._padding[i] + convLayer._pads_end[i] - KDims[i]) /
  64                         convLayer._stride[i]) + 1.f;
  65             }
  66         }
  67
  68         for (int i = 0; i < spacial_d_size; i++)
  69             if (OD_temp[i] < 0)
  70                 THROW_IE_EXCEPTION << "New shapes " << details::dumpVec(dims) << " make output shape negative";
  71
  72         SizeVector outShape = {inputN, OC};
  73         for (int i = spacial_d_size - 1; i >= 0; i--)
  74             outShape.push_back(static_cast<size_t>(OD_temp[i]));
  75
  76         outShapes.push_back(outShape);
  77
  78         delete[] OD_temp;
  79         delete[] KDims;
  80     }
  81 };
  82
  83 }  // namespace ShapeInfer
  84 }  // namespace InferenceEngine