onert-micro/luci-interpreter/src/kernels/MirrorPad.test.cpp

   1 /*
   2  * Copyright (c) 2021 Samsung Electronics Co., Ltd. All Rights Reserved
   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 #include "kernels/MirrorPad.h"
  18 #include "kernels/TestUtils.h"
  19 #include "luci_interpreter/TestMemoryManager.h"
  20
  21 namespace luci_interpreter
  22 {
  23 namespace kernels
  24 {
  25 namespace
  26 {
  27
  28 using namespace testing;
  29
  30 class MirrorPadTest : public ::testing::Test
  31 {
  32 protected:
  33   void SetUp() override { _memory_manager = std::make_unique<TestMemoryManager>(); }
  34
  35   void Execute(const Tensor &input, const Tensor &padding, Tensor &output, MirrorPadMode mode)
  36   {
  37     MirrorPadParams params{};
  38     params.mode = mode;
  39
  40     MirrorPad kernel(&input, &padding, &output, params);
  41     kernel.configure();
  42     _memory_manager->allocate_memory(output);
  43     kernel.execute();
  44   }
  45
  46   std::unique_ptr<IMemoryManager> _memory_manager;
  47 };
  48
  49 TEST_F(MirrorPadTest, FloatReflect)
  50 {
  51   Shape input_shape = {1, 2, 2, 1};
  52   Shape padding_shape = {4, 2};
  53
  54   std::vector<float> input_data{1.0f, 2.0f,  //
  55                                 3.0f, 4.0f}; //
  56   std::vector<int> padding_data{0, 0, 2, 1, 1, 2, 0, 0};
  57
  58   Tensor input_tensor =
  59     makeInputTensor<DataType::FLOAT32>(input_shape, input_data, _memory_manager.get());
  60   Tensor padding_tensor =
  61     makeInputTensor<DataType::S32>(padding_shape, padding_data, _memory_manager.get());
  62
  63   Tensor output_tensor = makeOutputTensor(DataType::FLOAT32);
  64
  65   Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::REFLECT);
  66
  67   std::vector<float> ref_output_data{2.0f, 1.0f, 2.0f, 1.0f, 2.0f,  //
  68                                      4.0f, 3.0f, 4.0f, 3.0f, 4.0f,  //
  69                                      2.0f, 1.0f, 2.0f, 1.0f, 2.0f,  //
  70                                      4.0f, 3.0f, 4.0f, 3.0f, 4.0f,  //
  71                                      2.0f, 1.0f, 2.0f, 1.0f, 2.0f}; //
  72   std::initializer_list<int32_t> ref_output_shape{1, 5, 5, 1};
  73
  74   EXPECT_THAT(extractTensorData<float>(output_tensor), FloatArrayNear(ref_output_data));
  75   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray(ref_output_shape));
  76 }
  77
  78 TEST_F(MirrorPadTest, FloatSymmetric)
  79 {
  80   Shape input_shape = {1, 2, 2, 1};
  81   Shape padding_shape = {4, 2};
  82
  83   std::vector<float> input_data{1.0f, 2.0f,  //
  84                                 3.0f, 4.0f}; //
  85   std::vector<int> padding_data{0, 0, 2, 1, 1, 2, 0, 0};
  86
  87   Tensor input_tensor =
  88     makeInputTensor<DataType::FLOAT32>(input_shape, input_data, _memory_manager.get());
  89   Tensor padding_tensor =
  90     makeInputTensor<DataType::S32>(padding_shape, padding_data, _memory_manager.get());
  91
  92   Tensor output_tensor = makeOutputTensor(DataType::FLOAT32);
  93
  94   Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::SYMMETRIC);
  95
  96   std::vector<float> ref_output_data{3.0, 3.0, 4.0, 4.0, 3.0,  //
  97                                      1.0, 1.0, 2.0, 2.0, 1.0,  //
  98                                      1.0, 1.0, 2.0, 2.0, 1.0,  //
  99                                      3.0, 3.0, 4.0, 4.0, 3.0,  //
 100                                      3.0, 3.0, 4.0, 4.0, 3.0}; //
 101   std::initializer_list<int32_t> ref_output_shape{1, 5, 5, 1};
 102
 103   EXPECT_THAT(extractTensorData<float>(output_tensor), FloatArrayNear(ref_output_data));
 104   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray(ref_output_shape));
 105 }
 106
 107 TEST_F(MirrorPadTest, FloatSymmetric2Dim)
 108 {
 109   Shape input_shape = {3, 1};
 110   Shape padding_shape = {2, 2};
 111
 112   std::vector<float> input_data{1.0f, 2.0f, 3.0f};
 113   std::vector<int> padding_data{1, 2, 0, 0};
 114
 115   Tensor input_tensor =
 116     makeInputTensor<DataType::FLOAT32>(input_shape, input_data, _memory_manager.get());
 117   Tensor padding_tensor =
 118     makeInputTensor<DataType::S32>(padding_shape, padding_data, _memory_manager.get());
 119
 120   Tensor output_tensor = makeOutputTensor(DataType::FLOAT32);
 121
 122   Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::SYMMETRIC);
 123
 124   std::vector<float> ref_output_data{1.0, 1.0, 2.0, 3.0, 3.0, 2.0};
 125   std::initializer_list<int32_t> ref_output_shape{6, 1};
 126
 127   EXPECT_THAT(extractTensorData<float>(output_tensor), FloatArrayNear(ref_output_data));
 128   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray(ref_output_shape));
 129 }
 130
 131 TEST_F(MirrorPadTest, Uint8Reflect)
 132 {
 133   Shape input_shape = {1, 2, 3, 1};
 134   Shape padding_shape = {4, 2};
 135
 136   float quant_tolerance = getTolerance(0.0f, 6.0f, 255);
 137   std::pair<float, int32_t> quant_param = quantizationParams<uint8_t>(0.0f, 6.0f);
 138
 139   std::vector<float> input_data{1.0f, 2.0f, 3.0f,  //
 140                                 4.0f, 5.0f, 6.0f}; //
 141   std::vector<int> padding_data{0, 0, 2, 1, 1, 3, 0, 0};
 142
 143   Tensor input_tensor = makeInputTensor<DataType::U8>(
 144     input_shape, quant_param.first, quant_param.second, input_data, _memory_manager.get());
 145
 146   Tensor padding_tensor =
 147     makeInputTensor<DataType::S32>(padding_shape, padding_data, _memory_manager.get());
 148
 149   Tensor output_tensor = makeOutputTensor(DataType::U8, quant_param.first, quant_param.second);
 150
 151   Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::REFLECT);
 152
 153   std::vector<float> ref_output_data{
 154     3.0f, 1.0f, 2.0f, 3.0f, 1.0f, 2.0f, 3.0f, //
 155     6.0f, 4.0f, 5.0f, 6.0f, 4.0f, 5.0f, 6.0f, //
 156     3.0f, 1.0f, 2.0f, 3.0f, 1.0f, 2.0f, 3.0f, //
 157     6.0f, 4.0f, 5.0f, 6.0f, 4.0f, 5.0f, 6.0f, //
 158     3.0f, 1.0f, 2.0f, 3.0f, 1.0f, 2.0f, 3.0f, //
 159   };
 160   std::initializer_list<int32_t> ref_output_shape{1, 5, 7, 1};
 161
 162   EXPECT_THAT(dequantizeTensorData(output_tensor),
 163               FloatArrayNear(ref_output_data, quant_tolerance));
 164   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray(ref_output_shape));
 165 }
 166
 167 TEST_F(MirrorPadTest, Uint8Symmetric)
 168 {
 169   Shape input_shape = {1, 2, 3, 1};
 170   Shape padding_shape = {4, 2};
 171
 172   float quant_tolerance = getTolerance(0.0f, 6.0f, 255);
 173   std::pair<float, int32_t> quant_param = quantizationParams<uint8_t>(0.0f, 6.0f);
 174
 175   std::vector<float> input_data{1.0f, 2.0f, 3.0f,  //
 176                                 4.0f, 5.0f, 6.0f}; //
 177   std::vector<int> padding_data{0, 0, 2, 1, 1, 3, 0, 0};
 178
 179   Tensor input_tensor = makeInputTensor<DataType::U8>(
 180     input_shape, quant_param.first, quant_param.second, input_data, _memory_manager.get());
 181
 182   Tensor padding_tensor =
 183     makeInputTensor<DataType::S32>(padding_shape, padding_data, _memory_manager.get());
 184
 185   Tensor output_tensor = makeOutputTensor(DataType::U8, quant_param.first, quant_param.second);
 186
 187   Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::SYMMETRIC);
 188
 189   std::vector<float> ref_output_data{
 190     4.0f, 4.0f, 5.0f, 6.0f, 6.0f, 5.0f, 4.0f, //
 191     1.0f, 1.0f, 2.0f, 3.0f, 3.0f, 2.0f, 1.0f, //
 192     1.0f, 1.0f, 2.0f, 3.0f, 3.0f, 2.0f, 1.0f, //
 193     4.0f, 4.0f, 5.0f, 6.0f, 6.0f, 5.0f, 4.0f, //
 194     4.0f, 4.0f, 5.0f, 6.0f, 6.0f, 5.0f, 4.0f, //
 195   };
 196   std::initializer_list<int32_t> ref_output_shape{1, 5, 7, 1};
 197
 198   EXPECT_THAT(dequantizeTensorData(output_tensor),
 199               FloatArrayNear(ref_output_data, quant_tolerance));
 200   EXPECT_THAT(extractTensorShape(output_tensor), ::testing::ElementsAreArray(ref_output_shape));
 201 }
 202
 203 TEST_F(MirrorPadTest, UnsupportedDim_NEG)
 204 {
 205   Tensor input_tensor =
 206     makeInputTensor<DataType::FLOAT32>({1, 1, 1, 1, 1}, {1.0f}, _memory_manager.get());
 207   Tensor padding_tensor =
 208     makeInputTensor<DataType::S32>({5, 2}, {0, 0, 0, 0, 0, 0, 0, 0, 0, 0}, _memory_manager.get());
 209   Tensor output_tensor = makeOutputTensor(DataType::FLOAT32);
 210
 211   EXPECT_ANY_THROW(Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::REFLECT));
 212 }
 213
 214 TEST_F(MirrorPadTest, InvalidInputType_NEG)
 215 {
 216   Tensor input_tensor = makeInputTensor<DataType::S64>({1}, {1}, _memory_manager.get());
 217   Tensor padding_tensor = makeInputTensor<DataType::S32>({1, 2}, {0, 0}, _memory_manager.get());
 218   Tensor output_tensor = makeOutputTensor(DataType::S64);
 219
 220   EXPECT_ANY_THROW(Execute(input_tensor, padding_tensor, output_tensor, MirrorPadMode::REFLECT));
 221 }
 222
 223 } // namespace
 224 } // namespace kernels
 225 } // namespace luci_interpreter