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

   1 """
   2  Copyright (c) 2018-2019 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 import unittest
  18 from unittest.mock import patch
  19
  20 import numpy as np
  21
  22 from extensions.front.caffe.priorbox_clustered_ext import PriorBoxClusteredFrontExtractor
  23 from extensions.ops.priorbox_clustered import PriorBoxClusteredOp
  24 from mo.utils.unittest.extractors import FakeMultiParam
  25 from mo.utils.unittest.graph import FakeNode
  26 from mo.ops.op import Op
  27
  28
  29 class FakePriorBoxClusteredProtoLayer:
  30     def __init__(self, val):
  31         self.prior_box_param = val
  32
  33
  34 class TestPriorBoxClusteredExt(unittest.TestCase):
  35     @classmethod
  36     def setUpClass(cls):
  37         Op.registered_ops['PriorBoxClustered'] = PriorBoxClusteredOp
  38
  39     def test_priorboxclustered_no_pb_no_ml(self):
  40         self.assertRaises(AttributeError, PriorBoxClusteredFrontExtractor.extract, None)
  41
  42     @patch('extensions.front.caffe.priorbox_clustered_ext.merge_attrs')
  43     def test_priorboxclustered_ext_ideal_numbers(self, merge_attrs_mock):
  44         params = {
  45             'width': '30.0',
  46             'height': '60.0',
  47             'clip': False,
  48             'flip': True,
  49             'variance': np.array(['0.2', '0.3', '0.2', '0.3']),
  50             'img_size': '300',
  51             'img_h': '0',
  52             'img_w': '0',
  53             'step': '0,5',
  54             'step_h': '0',
  55             'step_w': '0',
  56             'offset': '0.6'
  57         }
  58         merge_attrs_mock.return_value = {
  59             **params
  60         }
  61
  62         fake_pl = FakePriorBoxClusteredProtoLayer(FakeMultiParam(params))
  63         fake_node = FakeNode(fake_pl, None)
  64
  65         PriorBoxClusteredFrontExtractor.extract(fake_node)
  66
  67         exp_res = {
  68             'op': 'PriorBoxClustered',
  69             'type': 'PriorBoxClustered',
  70             'width': '30.0',
  71             'height': '60.0',
  72             'clip': 0,
  73             'flip': 1,
  74             'variance': np.array(['0.2', '0.3', '0.2', '0.3']),
  75             'img_size': '300',
  76             'img_h': '0',
  77             'img_w': '0',
  78             'step': '0,5',
  79             'step_h': '0',
  80             'step_w': '0',
  81             'offset': '0.6'
  82         }
  83
  84         for key in exp_res.keys():
  85             if key in ['width', 'height', 'variance']:
  86                 np.testing.assert_equal(fake_node[key], exp_res[key])
  87             else:
  88                 self.assertEqual(fake_node[key], exp_res[key])