model-optimizer/mo/front/common/partial_infer/crop.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 logging as log
  18
  19 import numpy as np
  20
  21 from mo.front.caffe.extractors.utils import get_canonical_axis_index
  22
  23
  24 def crop_infer(node):
  25     """
  26     Crops the shape of the output blob according to input ones be specified params.
  27     Node should have 2 input blobs - 1st blob is getting cropped by specified axis according
  28     to the the 2nd (reference) blob.
  29     The result blob is written to output node shape, and reference blob is removed from graph.
  30     In order to save the reference dims, it is written to dims parameter.
  31
  32     Parameters
  33     ----------
  34     node
  35
  36
  37     """
  38     N = len(node.in_nodes())
  39     if N < 2:
  40         log.debug('Wrong number of bottom blobs in ' + node.node)
  41         return
  42
  43     shapes = [node.in_node(i).shape for i in range(N)]
  44     if any(s is None for s in shapes):
  45         return
  46
  47     input_shape = np.array(shapes[0])
  48     start_axis = get_canonical_axis_index(input_shape, node.axis)
  49     node.axis = start_axis
  50
  51     reference_shape = np.array(shapes[1])
  52     input_dim = input_shape.size
  53
  54     # set new shape to current shape
  55     new_shape = input_shape.copy()
  56     ir_axis = []
  57     ir_offset = []
  58     dim = []
  59
  60     for i in range(0, input_dim):
  61         if i < start_axis:
  62             new_shape[i] = input_shape[i]
  63             continue
  64
  65         crop_offset = 0
  66         if len(node.offset) == 1:
  67             crop_offset = node.offset[0]
  68         elif len(node.offset) > 1:
  69             crop_offset = node.offset[i - start_axis]
  70
  71         if input_shape[i] - crop_offset < reference_shape[i]:
  72             log.error('The crop for dimension is out of bounds in ' + node.node)
  73             return
  74
  75         dim.append(reference_shape[i])
  76         ir_axis.append(i)
  77         ir_offset.append(crop_offset)
  78         new_shape[i] = reference_shape[i]
  79
  80     node.axis = ir_axis
  81     node.offset = ir_offset
  82     node.dim = dim
  83     node.out_node().shape = new_shape