onert-micro/luci-interpreter/pal/common/PALAveragePool2DCommon.h

   1 /*
   2  * Copyright (c) 2023 Samsung Electronics Co., Ltd. All Rights Reserved
   3  * Copyright 2020 The TensorFlow Authors. All Rights Reserved.
   4  *
   5  * Licensed under the Apache License, Version 2.0 (the "License");
   6  * you may not use this file except in compliance with the License.
   7  * You may obtain a copy of the License at
   8  *
   9  *    http://www.apache.org/licenses/LICENSE-2.0
  10  *
  11  * Unless required by applicable law or agreed to in writing, software
  12  * distributed under the License is distributed on an "AS IS" BASIS,
  13  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  14  * See the License for the specific language governing permissions and
  15  * limitations under the License.
  16  */
  17
  18 #ifndef LUCI_INTERPRETER_PAL_AVERAGE_POOL_2D_COMMON_H
  19 #define LUCI_INTERPRETER_PAL_AVERAGE_POOL_2D_COMMON_H
  20
  21 #include "Params.h"
  22 #include "PALUtils.h"
  23
  24 namespace luci_interpreter_pal
  25 {
  26
  27 // TODO: reduce code duplication with MaxPool
  28 inline void AveragePool(const PoolParams &params, const luci_interpreter::RuntimeShape &input_shape,
  29                         const float *input_data, const luci_interpreter::RuntimeShape &output_shape,
  30                         float *output_data)
  31 {
  32   const int batches = input_shape.dims(0);
  33   const int depth = output_shape.dims(3);
  34   const int input_height = input_shape.dims(1);
  35   const int input_width = input_shape.dims(2);
  36   const int output_height = output_shape.dims(1);
  37   const int output_width = output_shape.dims(2);
  38   const int stride_height = params.stride_height;
  39   const int stride_width = params.stride_width;
  40   for (int batch = 0; batch < batches; ++batch)
  41   {
  42     for (int out_y = 0; out_y < output_height; ++out_y)
  43     {
  44       for (int out_x = 0; out_x < output_width; ++out_x)
  45       {
  46         for (int channel = 0; channel < depth; ++channel)
  47         {
  48           const int in_x_origin = (out_x * stride_width) - params.padding_values.width;
  49           const int in_y_origin = (out_y * stride_height) - params.padding_values.height;
  50           // Compute the boundaries of the filter region clamped so as to
  51           // ensure that the filter window fits in the input array.
  52           const int filter_x_start = std::max(0, -in_x_origin);
  53           const int filter_x_end = std::min(params.filter_width, input_width - in_x_origin);
  54           const int filter_y_start = std::max(0, -in_y_origin);
  55           const int filter_y_end = std::min(params.filter_height, input_height - in_y_origin);
  56
  57           float total = 0.f;
  58           float filter_count = 0;
  59
  60           for (int filter_y = filter_y_start; filter_y < filter_y_end; ++filter_y)
  61           {
  62             for (int filter_x = filter_x_start; filter_x < filter_x_end; ++filter_x)
  63             {
  64               const int in_x = in_x_origin + filter_x;
  65               const int in_y = in_y_origin + filter_y;
  66
  67               const int input_data_offset =
  68                 ((batch * input_shape.dims(1) + in_y) * input_shape.dims(2) + in_x) *
  69                   input_shape.dims(3) +
  70                 channel;
  71
  72               total += input_data[input_data_offset];
  73               filter_count++;
  74             }
  75           }
  76           const int output_data_offset =
  77             ((batch * output_shape.dims(1) + out_y) * output_shape.dims(2) + out_x) *
  78               output_shape.dims(3) +
  79             channel;
  80
  81           assert(filter_count != 0);
  82           const float average = total / filter_count;
  83
  84           output_data[output_data_offset] =
  85             std::min(std::max(average, params.float_activation_min), params.float_activation_max);
  86         }
  87       }
  88     }
  89   }
  90 }
  91 } // namespace luci_interpreter_pal
  92
  93 #endif // LUCI_INTERPRETER_PAL_AVERAGE_POOL_2D_COMMON_H