model-optimizer/extensions/front/caffe/binary_conv_ext.py

   1 """
   2  Copyright (c) 2019 Intel Corporation
   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 from extensions.front.caffe.conv_ext import conv_create_attrs, conv_set_params
  18 from mo.front.caffe.extractors.utils import weights_biases
  19 from mo.front.common.extractors.utils import layout_attrs
  20 from mo.front.extractor import FrontExtractorOp
  21 from mo.ops.convolution import Convolution
  22 from mo.utils.error import Error
  23
  24
  25 class ConvFrontExtractor(FrontExtractorOp):
  26     op = 'ConvolutionBinary'
  27     enabled = True
  28
  29     @staticmethod
  30     def extract(node):
  31         proto_layer, model_layer = node.pb, node.model_pb
  32
  33         if not proto_layer:
  34             raise Error('Protobuf layer can not be empty')
  35
  36         conv_param = proto_layer.convolution_param
  37         conv_type = 'ConvND' if len(proto_layer.bottom) > 1 else 'Conv2D'
  38
  39         params = conv_set_params(conv_param, conv_type)
  40         attrs = conv_create_attrs(params)
  41         attrs.update({'op': __class__.op,
  42                       'get_group': lambda node: node.group,
  43                       'get_output_feature_dim': lambda node: node.output
  44                       })
  45
  46         # Embed weights and biases as attributes
  47         # It will be moved to a separate nodes in special pass
  48         attrs.update(
  49             weights_biases(conv_param.bias_term, model_layer, start_index=len(proto_layer.bottom), proto=conv_param))
  50         attrs.update(layout_attrs())
  51
  52         # update the attributes of the node
  53         Convolution.update_node_stat(node, attrs)
  54         return __class__.enabled
  55