inference-engine/src/inference_engine/shape_infer/built-in/ie_pool_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 "ie_built_in_impl.hpp"
   8 #include <map>
   9 #include <memory>
  10 #include <string>
  11 #include <vector>
  12 #include <cmath>
  13 #include <ie_format_parser.h>
  14
  15 namespace InferenceEngine {
  16 namespace ShapeInfer {
  17
  18 /**
  19  *@brief Implementation of Shape inference for Pooling layer
  20  */
  21 class PoolingShapeProp : public BuiltInShapeInferImpl {
  22 public:
  23     explicit PoolingShapeProp(const std::string& type) : BuiltInShapeInferImpl(type) {}
  24
  25     void inferShapesImpl(const std::vector<Blob::CPtr>& inBlobs,
  26                          const std::map<std::string, std::string>& params,
  27                          const std::map<std::string, Blob::Ptr>& blobs,
  28                          std::vector<SizeVector>& outShapes) override {
  29         LayerParams lp{};
  30         PoolingLayer poolLayer(lp);
  31         poolLayer.params = params;
  32         poolLayer.type = _type;
  33         validate(&poolLayer, inBlobs, params, blobs);
  34
  35         auto dims = inShapes[0];
  36         auto dims_size = dims.size();
  37         auto spacial_d_size = dims.size() - 2;
  38         float* OD_temp = new float[spacial_d_size];
  39         for (int i = 0; i < spacial_d_size; i++)
  40             OD_temp[i] = 1.f;
  41         size_t inputN = dims[0];
  42         size_t IC = dims[1];
  43
  44         std::string padType = poolLayer._auto_pad;
  45         if (padType == "valid") {
  46             for (int i = 0; i < spacial_d_size; i++)
  47                 OD_temp[i] = std::ceil((dims[dims_size - 1 - i] - poolLayer._kernel[i] + 1.f) / poolLayer._stride[i]);
  48         } else if (padType == "same_upper") {
  49             for (int i = 0; i < spacial_d_size; i++)
  50                 OD_temp[i] = std::ceil(1.f * dims[dims_size - 1 - i] / poolLayer._stride[i]);
  51         } else if (padType == "same_lower") {
  52             for (int i = 0; i < spacial_d_size; i++)
  53                 OD_temp[i] = std::floor(1.f * dims[dims_size - 1 - i] / poolLayer._stride[i]);
  54         } else {
  55             auto it = std::find_if(
  56                 poolLayer.params.begin(),
  57                 poolLayer.params.end(),
  58                 [](decltype(*poolLayer.params.begin()) & lhs) {
  59                     return lhs.first == "rounding-type" || lhs.first  == "rounding_type";
  60                 });
  61             bool isCeil = true;
  62             if (it != poolLayer.params.end()) {
  63                 if (it->second == "floor") isCeil = false;
  64             }
  65             for (int i = 0; i < spacial_d_size; i++)
  66                 OD_temp[i] += 1.f * (dims[dims_size - 1 - i] + poolLayer._padding[i] +
  67                         poolLayer._pads_end[i] - poolLayer._kernel[i]) / poolLayer._stride[i];
  68             if (isCeil) {
  69                 for (int i = 0; i < spacial_d_size; i++)
  70                     OD_temp[i] = std::ceil(OD_temp[i]);
  71             } else {
  72                 for (int i = 0; i < spacial_d_size; i++)
  73                     OD_temp[i] = std::floor(OD_temp[i]);
  74             }
  75             for (int i = 0; i < spacial_d_size; i++)
  76                 if ((OD_temp[i] - 1) * poolLayer._stride[i] >= dims[dims_size - 1 - i] +
  77                         poolLayer._padding[i]) --OD_temp[i];
  78         }
  79         for (int i = 0; i < spacial_d_size; i++)
  80             if (OD_temp[i] < 0)
  81                 THROW_IE_EXCEPTION << "New shapes " << details::dumpVec(dims) << " make output shape negative";
  82
  83         SizeVector outShape = {inputN, IC};
  84         for (int i = spacial_d_size - 1; i >= 0; i--)
  85             outShape.push_back(static_cast<size_t>(OD_temp[i]));
  86
  87         outShapes.emplace_back(outShape);
  88
  89         delete[] OD_temp;
  90     }
  91 };
  92
  93 }  // namespace ShapeInfer
  94 }  // namespace InferenceEngine