model-optimizer/extensions/front/image_scaler.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 numpy as np
  18
  19 from mo.front.common.replacement import FrontReplacementOp
  20 from mo.graph.graph import Graph
  21 from mo.ops.const import Const
  22 from mo.ops.lin_op import Mul, Add
  23
  24
  25 class ImageScaler(FrontReplacementOp):
  26     op = "ImageScaler"
  27     enabled = True
  28
  29     def replace_sub_graph(self, graph: Graph, match: dict):
  30         # This replacer replace ImageScalar operation to Mul->Add sequence
  31         # Also it check that weights and biases are good
  32         op = match['op']
  33
  34         # Check that weights and biases are not useless
  35         has_bias, has_weights = True, True
  36         if all([x == 1 for x in np.nditer(op.scale)]):
  37             has_weights = False
  38         if all([x == 0 for x in np.nditer(op.bias)]):
  39             has_bias = False
  40
  41         assert len(op.in_ports()) == 1
  42
  43         last_port = op.in_port(0).get_source()
  44
  45         # Create Mul & Add nodes
  46         if has_weights:
  47             mul_weights = Const(graph, dict(value=op.scale, shape=op.scale.shape)).create_node()
  48             mul_op = Mul(graph, dict(name=op.id + '/mul_')).create_node()
  49             op.in_port(0).get_connection().set_destination(mul_op.in_port(0))
  50             mul_weights.out_port(0).connect(mul_op.in_port(1))
  51             last_port = mul_op.out_port(0)
  52
  53         if has_bias:
  54             add_bias = Const(graph, dict(value=op.bias, shape=op.bias.shape)).create_node()
  55             add_op = Add(graph, dict(name=op.id + '/add_')).create_node()
  56             last_port.get_connection().set_destination(add_op.in_port(0))
  57             add_bias.out_port(0).connect(add_op.in_port(1))
  58             last_port = add_op.out_port(0)
  59
  60         op.in_port(0).disconnect()
  61         op.out_port(0).get_connection().set_source(last_port)