model-optimizer/extensions/middle/DilatedConvolution.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 from mo.graph.graph import Graph
  17 from mo.middle.replacement import MiddleReplacementPattern
  18
  19
  20 class DilatedConvolutionConverter(MiddleReplacementPattern):
  21     enabled = True
  22     force_clean_up = True
  23
  24     def run_after(self):
  25         from extensions.middle.pass_separator import PreMiddleStart
  26         return [PreMiddleStart]
  27
  28     def run_before(self):
  29         from extensions.middle.pass_separator import MiddleStart
  30         return [MiddleStart]
  31
  32     def pattern(self):
  33         return dict(
  34             nodes=[
  35                 ('conv', dict(kind='op', op=lambda value: value in ['Conv2D', 'DepthwiseConv2dNative', 'Conv3D'])),
  36                 ('space_to_batch', dict(kind='op', op='SpaceToBatchND')),
  37                 ('batch_to_space', dict(kind='op', op='BatchToSpaceND')),
  38                 ('input', dict(kind='data')),
  39                 ('output', dict(kind='data')),
  40                 ('conv_output', dict(kind='data')),
  41                 ('stb_output', dict(kind='data')),
  42                 ('stb_bs', dict(kind='data')),
  43                 ('stb_pad', dict(kind='data')),
  44                 ('bts_bs', dict(kind='data')),
  45                 ('bts_crop', dict(kind='data'))
  46             ],
  47             edges=[
  48                 ('input', 'space_to_batch', {'in': 0}),
  49                 ('stb_bs', 'space_to_batch', {'in': 1}),
  50                 ('stb_pad', 'space_to_batch', {'in': 2}),
  51                 ('space_to_batch', 'stb_output', {'out': 0}),
  52                 ('stb_output', 'conv', {'in': 0}),
  53                 ('conv', 'conv_output', {'out': 0}),
  54                 ('conv_output', 'batch_to_space', {'in': 0}),
  55                 ('bts_bs', 'batch_to_space', {'in': 1}),
  56                 ('bts_crop', 'batch_to_space', {'in': 2}),
  57                 ('batch_to_space', 'output', {'out': 0}),
  58             ])
  59
  60     def replace_pattern(self, graph: Graph, match: dict):
  61         conv = match['conv']
  62         stb = match['space_to_batch']
  63         bts = match['batch_to_space']
  64
  65         block_size = match['stb_bs']
  66
  67         input = match['input']
  68         output = match['output']
  69         stb_out = match['stb_output']
  70         conv_out = match['conv_output']
  71
  72         in_edge_attrs = graph.get_edge_data(input.id, stb.id)[0]
  73         out_edge_attrs = graph.get_edge_data(bts.id, output.id)[0]
  74
  75         graph.remove_edge(input.id, stb.id)
  76         graph.remove_edge(stb_out.id, conv.id)
  77         graph.remove_edge(conv.id, conv_out.id)
  78         graph.remove_edge(bts.id, output.id)
  79
  80         conv.dilation[conv.spatial_dims] = block_size.value
  81
  82         pad = match['stb_pad'].value - match['bts_crop'].value
  83         conv.pad[conv.spatial_dims] = [[pad[x][0], pad[x][1]] for x in range(len(pad))]
  84         conv['auto_pad'] = None
  85
  86         graph.add_edges_from([
  87             (input.id, conv.id, {'in': 0, **in_edge_attrs}),
  88             (conv.id, output.id, {'out': 0, **out_edge_attrs}),
  89         ])