tests/nnapi/specs/skip/V1_2/box_with_nms_limit_linear.mod.py

   1 #
   2 # Copyright (C) 2019 The Android Open Source Project
   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 # TEST 1: BOX_WITH_NMS_LIMIT, score_threshold = 0.3, nms_threshold = 0.4, max_detections = -1
  18 i1 = Input("scores", "TENSOR_FLOAT32", "{19, 3}") # scores
  19 i2 = Input("roi", "TENSOR_FLOAT32", "{19, 12}") # roi
  20 i3 = Input("batchSplit", "TENSOR_INT32", "{19}") # batchSplit
  21
  22 o1 = Output("scoresOut", "TENSOR_FLOAT32", "{16}") # scores out
  23 o2 = Output("roiOut", "TENSOR_FLOAT32", "{16, 4}") # roi out
  24 o3 = Output("classesOut", "TENSOR_INT32", "{16}") # classes out
  25 o4 = Output("batchSplitOut", "TENSOR_INT32", "{16}") # batch split out
  26 model = Model().Operation("BOX_WITH_NMS_LIMIT", i1, i2, i3, 0.3, -1, 1, 0.4, 1.0, 0.3).To(o1, o2, o3, o4)
  27
  28 quant8 = DataTypeConverter().Identify({
  29     i1: ("TENSOR_QUANT8_ASYMM", 0.01, 0),
  30     i2: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
  31     o1: ("TENSOR_QUANT8_ASYMM", 0.01, 0),
  32     o2: ("TENSOR_QUANT16_ASYMM", 0.125, 0)
  33 })
  34
  35 input0 = {
  36     i1: [   # scores
  37         0.90, 0.95, 0.75,
  38         0.80, 0.70, 0.85,
  39         0.60, 0.90, 0.95,
  40         0.90, 0.65, 0.90,
  41         0.80, 0.85, 0.80,
  42         0.60, 0.60, 0.20,
  43         0.60, 0.80, 0.40,
  44         0.90, 0.55, 0.60,
  45         0.90, 0.75, 0.70,
  46         0.80, 0.70, 0.85,
  47         0.90, 0.95, 0.75,
  48         0.80, 0.85, 0.80,
  49         0.60, 0.90, 0.95,
  50         0.60, 0.60, 0.20,
  51         0.50, 0.90, 0.80,
  52         0.90, 0.75, 0.70,
  53         0.90, 0.65, 0.90,
  54         0.90, 0.55, 0.60,
  55         0.60, 0.80, 0.40
  56     ],
  57     i2: [   # roi
  58         1, 1, 10, 10, 0, 0, 10, 10, 0, 0, 10, 10,
  59         2, 2, 11, 11, 1, 1, 11, 11, 1, 1, 11, 11,
  60         3, 3, 12, 12, 2, 2, 12, 12, 2, 2, 12, 12,
  61         4, 4, 13, 13, 3, 3, 13, 13, 3, 3, 13, 13,
  62         5, 5, 14, 14, 4, 4, 14, 14, 4, 4, 14, 14,
  63         6, 6, 15, 15, 5, 5, 15, 15, 5, 5, 15, 15,
  64         7, 7, 16, 16, 6, 6, 16, 16, 6, 6, 16, 16,
  65         8, 8, 17, 17, 7, 7, 17, 17, 7, 7, 17, 17,
  66         9, 9, 18, 18, 8, 8, 18, 18, 8, 8, 18, 18,
  67         2, 2, 11, 11, 2, 2, 12, 12, 2, 2, 12, 12,
  68         1, 1, 10, 10, 1, 1, 11, 11, 1, 1, 11, 11,
  69         5, 5, 14, 14, 5, 5, 15, 15, 5, 5, 15, 15,
  70         3, 3, 12, 12, 3, 3, 13, 13, 3, 3, 13, 13,
  71         6, 6, 15, 15, 6, 6, 16, 16, 6, 6, 16, 16,
  72         0, 0, 1,  1,  0, 0, 2,  2,  0, 0, 2,  2,
  73         9, 9, 18, 18, 9, 9, 19, 19, 9, 9, 19, 19,
  74         4, 4, 13, 13, 4, 4, 14, 14, 4, 4, 14, 14,
  75         8, 8, 17, 17, 8, 8, 18, 18, 8, 8, 18, 18,
  76         7, 7, 16, 16, 7, 7, 17, 17, 7, 7, 17, 17
  77     ],
  78     i3: [0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]  # batch split
  79 }
  80
  81 output0 = {
  82     o1: [
  83         0.95, 0.85, 0.75, 0.95, 0.7, 0.42352945, 0.39705884,
  84         0.95, 0.9, 0.85, 0.75, 0.95, 0.8, 0.7, 0.42352945, 0.39705884
  85     ],
  86     o2: [
  87         0, 0, 10, 10,
  88         4, 4, 14, 14,
  89         8, 8, 18, 18,
  90         2, 2, 12, 12,
  91         8, 8, 18, 18,
  92         4, 4, 14, 14,
  93         0, 0, 10, 10,
  94         1, 1, 11, 11,
  95         0, 0,  2,  2,
  96         5, 5, 15, 15,
  97         9, 9, 19, 19,
  98         3, 3, 13, 13,
  99         0, 0,  2,  2,
 100         9, 9, 19, 19,
 101         5, 5, 15, 15,
 102         1, 1, 11, 11
 103     ],
 104     o3: [1, 1, 1, 2, 2, 2, 2, 1, 1, 1, 1, 2, 2, 2, 2, 2],
 105     o4: [0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1],
 106 }
 107
 108 Example((input0, output0)).AddVariations("relaxed", "float16", quant8)
 109
 110
 111 # TEST 2: BOX_WITH_NMS_LIMIT, score_threshold = 0.3, nms_threshold = 0.4, max_detections = 5
 112 i1 = Input("scores", "TENSOR_FLOAT32", "{19, 3}") # scores
 113 i2 = Input("roi", "TENSOR_FLOAT32", "{19, 12}") # roi
 114 i3 = Input("batchSplit", "TENSOR_INT32", "{19}") # batchSplit
 115
 116 o1 = Output("scoresOut", "TENSOR_FLOAT32", "{15}") # scores out
 117 o2 = Output("roiOut", "TENSOR_FLOAT32", "{15, 4}") # roi out
 118 o3 = Output("classesOut", "TENSOR_INT32", "{15}") # classes out
 119 o4 = Output("batchSplitOut", "TENSOR_INT32", "{15}") # batch split out
 120 model = Model().Operation("BOX_WITH_NMS_LIMIT", i1, i2, i3, 0.3, 8, 1, 0.4, 0.5, 0.3).To(o1, o2, o3, o4)
 121
 122 quant8 = DataTypeConverter().Identify({
 123     i1: ("TENSOR_QUANT8_ASYMM", 0.01, 128),
 124     i2: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
 125     o1: ("TENSOR_QUANT8_ASYMM", 0.01, 128),
 126     o2: ("TENSOR_QUANT16_ASYMM", 0.125, 0)
 127 })
 128
 129 input0 = {
 130     i1: [   # scores
 131         0.90, 0.95, 0.75,
 132         0.80, 0.70, 0.85,
 133         0.60, 0.90, 0.95,
 134         0.90, 0.65, 0.90,
 135         0.80, 0.85, 0.80,
 136         0.60, 0.60, 0.20,
 137         0.60, 0.80, 0.40,
 138         0.90, 0.55, 0.60,
 139         0.90, 0.75, 0.70,
 140         0.80, 0.70, 0.85,
 141         0.90, 0.95, 0.75,
 142         0.80, 0.85, 0.80,
 143         0.60, 0.90, 0.95,
 144         0.60, 0.60, 0.20,
 145         0.50, 0.90, 0.80,
 146         0.90, 0.75, 0.70,
 147         0.90, 0.65, 0.90,
 148         0.90, 0.55, 0.60,
 149         0.60, 0.80, 0.40
 150     ],
 151     i2: [   # roi
 152         1, 1, 10, 10, 0, 0, 10, 10, 0, 0, 10, 10,
 153         2, 2, 11, 11, 1, 1, 11, 11, 1, 1, 11, 11,
 154         3, 3, 12, 12, 2, 2, 12, 12, 2, 2, 12, 12,
 155         4, 4, 13, 13, 3, 3, 13, 13, 3, 3, 13, 13,
 156         5, 5, 14, 14, 4, 4, 14, 14, 4, 4, 14, 14,
 157         6, 6, 15, 15, 5, 5, 15, 15, 5, 5, 15, 15,
 158         7, 7, 16, 16, 6, 6, 16, 16, 6, 6, 16, 16,
 159         8, 8, 17, 17, 7, 7, 17, 17, 7, 7, 17, 17,
 160         9, 9, 18, 18, 8, 8, 18, 18, 8, 8, 18, 18,
 161         2, 2, 11, 11, 2, 2, 12, 12, 2, 2, 12, 12,
 162         1, 1, 10, 10, 1, 1, 11, 11, 1, 1, 11, 11,
 163         5, 5, 14, 14, 5, 5, 15, 15, 5, 5, 15, 15,
 164         3, 3, 12, 12, 3, 3, 13, 13, 3, 3, 13, 13,
 165         6, 6, 15, 15, 6, 6, 16, 16, 6, 6, 16, 16,
 166         0, 0, 1,  1,  0, 0, 2,  2,  0, 0, 2,  2,
 167         9, 9, 18, 18, 9, 9, 19, 19, 9, 9, 19, 19,
 168         4, 4, 13, 13, 4, 4, 14, 14, 4, 4, 14, 14,
 169         8, 8, 17, 17, 8, 8, 18, 18, 8, 8, 18, 18,
 170         7, 7, 16, 16, 7, 7, 17, 17, 7, 7, 17, 17
 171     ],
 172     i3: [1, 1, 1, 1, 1, 1, 1, 1, 1, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3]  # batch split
 173 }
 174
 175 output0 = {
 176     o1: [
 177         0.95, 0.85, 0.75, 0.95, 0.7, 0.42352945, 0.39705884,
 178         0.95, 0.9, 0.85, 0.75, 0.95, 0.8, 0.7, 0.42352945
 179     ],
 180     o2: [
 181         0, 0, 10, 10,
 182         4, 4, 14, 14,
 183         8, 8, 18, 18,
 184         2, 2, 12, 12,
 185         8, 8, 18, 18,
 186         4, 4, 14, 14,
 187         0, 0, 10, 10,
 188         1, 1, 11, 11,
 189         0, 0,  2,  2,
 190         5, 5, 15, 15,
 191         9, 9, 19, 19,
 192         3, 3, 13, 13,
 193         0, 0,  2,  2,
 194         9, 9, 19, 19,
 195         5, 5, 15, 15
 196     ],
 197     o3: [1, 1, 1, 2, 2, 2, 2, 1, 1, 1, 1, 2, 2, 2, 2],
 198     o4: [1, 1, 1, 1, 1, 1, 1, 3, 3, 3, 3, 3, 3, 3, 3],
 199 }
 200
 201 Example((input0, output0)).AddVariations("relaxed", "float16", quant8)