model-optimizer/extensions/ops/data_augmentation.py

   1 """
   2  Copyright (c) 2017-2019 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 # Concat infer : N - number of inputs to concat
  18 #                axis - dimension number for tensors concatenation
  19 import copy
  20
  21 import networkx as nx
  22
  23 from mo.graph.graph import Node, Graph
  24 from mo.ops.op import Op
  25
  26
  27 class DataAugmentationOp(Op):
  28     op = 'DataAugmentation'
  29
  30     def __init__(self, graph: Graph, attrs: dict):
  31         mandatory_props = {
  32             'type': __class__.op,
  33             'op': __class__.op,
  34             'in_ports_count': 1,
  35             'out_ports_count': 1,
  36             'infer': DataAugmentationOp.data_augmentation_infer
  37         }
  38         super().__init__(graph, mandatory_props, attrs)
  39
  40     def supported_attrs(self):
  41         return [
  42             'crop_width',
  43             'crop_height',
  44             'write_augmented',
  45             'max_multiplier',
  46             'augment_during_test',
  47             'recompute_mean',
  48             'write_mean',
  49             'mean_per_pixel',
  50             'mean',
  51             'mode',
  52             'bottomwidth',
  53             'bottomheight',
  54             'num',
  55             'chromatic_eigvec'
  56         ]
  57
  58     @staticmethod
  59     def data_augmentation_infer(node: Node):
  60         outn = node.out_node(0)
  61         inn = node.in_node(0)
  62
  63         outn.shape = copy.copy(inn.shape)
  64
  65         if node.crop_width != 0 or node.crop_height != 0:
  66             outn.shape[2] = node.crop_height
  67             outn.shape[3] = node.crop_width