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

   1 #
   2 # Copyright (C) 2018 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 layout = BoolScalar("layout", False) # NHWC
  18
  19 # TEST 1: ROI_ALIGN_1, outputShape = [2, 2], spatialScale = [0.5, 0.5], samplingRatio = [4, 4]
  20 i1 = Input("in", "TENSOR_FLOAT32", "{1, 4, 4, 1}")
  21 roi1 = Input("roi", "TENSOR_FLOAT32", "{4, 4}")
  22 o1 = Output("out", "TENSOR_FLOAT32", "{4, 2, 2, 1}")
  23 Model().Operation("ROI_ALIGN", i1, roi1, [0, 0, 0, 0], 2, 2, 2.0, 2.0, 4, 4, layout).To(o1)
  24
  25 quant8 = DataTypeConverter().Identify({
  26     i1: ("TENSOR_QUANT8_ASYMM", 0.25, 128),
  27     roi1: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
  28     o1: ("TENSOR_QUANT8_ASYMM", 0.0625, 128)
  29 })
  30
  31 # Instantiate an example
  32 Example({
  33     i1: [
  34         -10, -1,  4, -5,
  35          -8, -2,  9,  1,
  36           7, -2,  3, -7,
  37          -2, 10, -3,  5
  38     ],
  39     roi1: [
  40         2, 2, 4, 4,
  41         0, 0, 8, 8,
  42         2, 0, 4, 8,
  43         0, 2, 8, 4
  44     ],
  45     o1: [
  46         0.375, 5.125, -0.375, 2.875,
  47         -0.5, -0.3125, 3.1875, 1.125,
  48          0.25, 4.25, 4.875, 0.625,
  49         -0.1875, 1.125, 0.9375, -2.625
  50     ]
  51 }).AddNchw(i1, o1, layout).AddVariations("relaxed", quant8, "float16")
  52
  53
  54 # TEST 2: ROI_ALIGN_2, outputShape = [2, 3], spatialScale = [0.25, 0.25], samplingRatio = [4, 4]
  55 i2 = Input("in", "TENSOR_FLOAT32", "{4, 4, 8, 2}")
  56 roi2 = Input("roi", "TENSOR_FLOAT32", "{4, 4}")
  57 o2 = Output("out", "TENSOR_FLOAT32", "{4, 2, 3, 2}")
  58 Model().Operation("ROI_ALIGN", i2, roi2, [0, 0, 3, 3], 2, 3, 4.0, 4.0, 4, 4, layout).To(o2)
  59
  60 quant8 = DataTypeConverter().Identify({
  61     i2: ("TENSOR_QUANT8_ASYMM", 0.04, 0),
  62     roi2: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
  63     o2: ("TENSOR_QUANT8_ASYMM", 0.03125, 10)
  64 })
  65
  66 # Instantiate an example
  67 Example({
  68     i2: [
  69         8.84, 8.88, 7.41, 5.60, 9.95, 4.37, 0.10, 7.64, 6.50, 9.47,
  70         7.55, 3.00, 0.89, 3.01, 6.30, 4.40, 1.64, 6.74, 6.16, 8.60,
  71         5.85, 3.17, 7.12, 6.79, 5.77, 6.62, 5.13, 8.44, 5.08, 7.12,
  72         2.84, 1.19, 8.37, 0.90, 7.86, 9.69, 1.97, 1.31, 4.42, 9.89,
  73         0.18, 9.00, 9.30, 0.44, 5.05, 6.47, 1.09, 9.50, 1.30, 2.18,
  74         2.05, 7.74, 7.66, 0.65, 4.18, 7.14, 5.35, 7.90, 1.04, 1.47,
  75         9.01, 0.95, 4.07, 0.65,
  76         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  77         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  78         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  79         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  80         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  81         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  82         0.00, 0.00, 0.00, 0.00,
  83         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  84         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  85         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  86         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  87         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  88         0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00,
  89         0.00, 0.00, 0.00, 0.00,
  90         5.47, 2.64, 0.86, 4.86, 2.38, 2.45, 8.77, 0.06, 3.60, 9.28,
  91         5.84, 8.97, 6.89, 1.43, 3.90, 5.91, 7.40, 9.25, 3.12, 4.92,
  92         1.87, 3.22, 9.50, 6.73, 2.07, 7.30, 3.07, 4.97, 0.24, 8.91,
  93         1.09, 0.27, 7.29, 6.94, 2.31, 6.88, 4.33, 1.37, 0.86, 0.46,
  94         6.07, 3.81, 0.86, 6.99, 4.36, 1.92, 8.19, 3.57, 7.90, 6.78,
  95         4.64, 6.82, 6.18, 9.63, 2.63, 2.33, 1.36, 2.70, 9.99, 9.85,
  96         8.06, 4.80, 7.80, 5.43
  97     ],
  98     roi2: [
  99         4, 4, 28, 12,
 100         4, 4, 32, 16,
 101         7, 1, 29, 15,   # test rounding
 102         1, 7,  9, 11    # test roi with shape smaller than output
 103     ],
 104     o2: [
 105         5.150000, 5.491250, 4.733750, 7.100000, 4.827500,
 106         5.843750, 4.721250, 4.797500, 3.750000, 6.592500,
 107         5.452500, 3.362500,
 108         4.899396, 5.861696, 4.941504, 5.979741, 3.182904,
 109         6.111551, 5.141833, 4.631891, 3.903325, 4.627793,
 110         5.537240, 1.356019,
 111         4.845915, 3.618338, 3.301958, 6.250566, 2.930461,
 112         4.269676, 3.642174, 4.201423, 5.008657, 5.735293,
 113         7.426004, 4.819665,
 114         4.518229, 6.887344, 2.952656, 5.565781, 3.952786,
 115         2.552812, 5.191667, 6.854167, 3.920000, 6.512500,
 116         4.886250, 5.497708
 117     ]
 118 }).AddNchw(i2, o2, layout).AddVariations("relaxed", quant8, "float16")
 119
 120
 121 # TEST 3: ROI_ALIGN_3, outputShape = [2, 3], spatialScale = [0.25, 0.25], samplingRatio = [0, 0]
 122 i3 = Input("in", "TENSOR_FLOAT32", "{2, 4, 8, 2}")
 123 roi3 = Input("roi", "TENSOR_FLOAT32", "{4, 4}")
 124 o3 = Output("out", "TENSOR_FLOAT32", "{4, 2, 3, 2}")
 125 Model().Operation("ROI_ALIGN", i3, roi3, [0, 0, 1, 1], 2, 3, 4.0, 4.0, 0, 0, layout).To(o3)
 126
 127 quant8 = DataTypeConverter().Identify({
 128     i3: ("TENSOR_QUANT8_ASYMM", 0.04, 0),
 129     roi3: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
 130     o3: ("TENSOR_QUANT8_ASYMM", 0.03125, 10)
 131 })
 132
 133 # Instantiate an example
 134 Example({
 135     i3: [
 136         8.84, 8.88, 7.41, 5.60, 9.95, 4.37, 0.10, 7.64, 6.50, 9.47,
 137         7.55, 3.00, 0.89, 3.01, 6.30, 4.40, 1.64, 6.74, 6.16, 8.60,
 138         5.85, 3.17, 7.12, 6.79, 5.77, 6.62, 5.13, 8.44, 5.08, 7.12,
 139         2.84, 1.19, 8.37, 0.90, 7.86, 9.69, 1.97, 1.31, 4.42, 9.89,
 140         0.18, 9.00, 9.30, 0.44, 5.05, 6.47, 1.09, 9.50, 1.30, 2.18,
 141         2.05, 7.74, 7.66, 0.65, 4.18, 7.14, 5.35, 7.90, 1.04, 1.47,
 142         9.01, 0.95, 4.07, 0.65,
 143         5.47, 2.64, 0.86, 4.86, 2.38, 2.45, 8.77, 0.06, 3.60, 9.28,
 144         5.84, 8.97, 6.89, 1.43, 3.90, 5.91, 7.40, 9.25, 3.12, 4.92,
 145         1.87, 3.22, 9.50, 6.73, 2.07, 7.30, 3.07, 4.97, 0.24, 8.91,
 146         1.09, 0.27, 7.29, 6.94, 2.31, 6.88, 4.33, 1.37, 0.86, 0.46,
 147         6.07, 3.81, 0.86, 6.99, 4.36, 1.92, 8.19, 3.57, 7.90, 6.78,
 148         4.64, 6.82, 6.18, 9.63, 2.63, 2.33, 1.36, 2.70, 9.99, 9.85,
 149         8.06, 4.80, 7.80, 5.43
 150     ],
 151     roi3: [
 152         4, 4, 28, 12,
 153         4, 4, 32, 16,
 154         7, 1, 29, 15,   # test rounding
 155         1, 7,  9, 11    # test roi with shape smaller than output
 156     ],
 157     o3: [
 158         5.150000, 5.491250, 4.733750, 7.100000, 4.827500,
 159         5.843750, 4.721250, 4.797500, 3.750000, 6.592500,
 160         5.452500, 3.362500,
 161         4.869884, 5.908148, 4.941701, 5.955718, 3.113403,
 162         6.341898, 5.156389, 4.604016, 3.881782, 4.616123,
 163         5.690694, 1.237153,
 164         5.028047, 3.560944, 3.157656, 6.395469, 2.896243,
 165         4.336576, 3.563021, 4.057767, 5.053437, 6.028906,
 166         7.396966, 4.668906,
 167         4.385000, 6.905000, 2.815000, 5.502500, 4.161667,
 168         1.829167, 5.191667, 6.854167, 3.920000, 6.512500,
 169         5.106667, 5.612500
 170     ]
 171 }).AddNchw(i3, o3, layout).AddVariations("relaxed", quant8, "float16")
 172
 173
 174 # TEST 4: ROI_ALIGN_4, outputShape = [2, 2], spatialScale = [0.5, 1.0], samplingRatio = [0, 4]
 175 i4 = Input("in", "TENSOR_FLOAT32", "{4, 4, 4, 1}")
 176 roi4 = Input("roi", "TENSOR_FLOAT32", "{5, 4}")
 177 o4 = Output("out", "TENSOR_FLOAT32", "{5, 2, 2, 1}")
 178 Model().Operation("ROI_ALIGN", i4, roi4, [2, 2, 2, 2, 2],  2, 2, 2.0, 1.0, 0, 4, layout).To(o4)
 179
 180 quant8 = DataTypeConverter().Identify({
 181     i4: ("TENSOR_QUANT8_ASYMM", 0.25, 128),
 182     roi4: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
 183     o4: ("TENSOR_QUANT8_ASYMM", 0.0625, 128)
 184 })
 185
 186 # Instantiate an example
 187 Example({
 188     i4: [
 189         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
 190         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
 191         -10, -1,  4, -5,
 192          -8, -2,  9,  1,
 193           7, -2,  3, -7,
 194          -2, 10, -3,  5,
 195         0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0
 196     ],
 197     roi4: [
 198         1, 2, 2, 4,
 199         0, 0, 4, 8,
 200         1, 0, 2, 8,
 201         0, 2, 4, 4,
 202         0, 0, 0, 0
 203     ],
 204     o4: [
 205         0.375, 5.125, -0.375, 2.875,
 206         -0.5, -0.3125, 3.1875, 1.125,
 207          0.25, 4.25, 4.875, 0.625,
 208         -0.1875, 1.125, 0.9375, -2.625,
 209         -7.4375, -3.3125, -6.8125, -3.4375
 210     ]
 211 }).AddNchw(i4, o4, layout).AddVariations("relaxed", quant8, "float16")
 212
 213
 214 # TEST 5: ROI_ALIGN_zero_sized
 215
 216 # Use BOX_WITH_NMS_LIMIT op to generate a zero-sized internal tensor for box cooridnates.
 217 p1 = Parameter("scores", "TENSOR_FLOAT32", "{1, 2}", [0.90, 0.10]) # scores
 218 p2 = Parameter("roi", "TENSOR_FLOAT32", "{1, 8}", [1, 1, 10, 10, 0, 0, 10, 10]) # roi
 219 o1 = Output("scoresOut", "TENSOR_FLOAT32", "{0}") # scores out
 220 o2 = Output("classesOut", "TENSOR_INT32", "{0}") # classes out
 221 tmp1 = Internal("roiOut", "TENSOR_FLOAT32", "{0, 4}") # roi out
 222 tmp2 = Internal("batchSplitOut", "TENSOR_INT32", "{0}") # batch split out
 223 model = Model("zero_sized").Operation("BOX_WITH_NMS_LIMIT", p1, p2, [0], 0.3,  -1, 0, 0.4, 1.0, 0.3).To(o1, tmp1, o2, tmp2)
 224
 225 # ROI_ALIGN op with numRois = 0.
 226 i1 = Input("in", "TENSOR_FLOAT32", "{1, 1, 1, 1}")
 227 zero_sized = Output("featureMap", "TENSOR_FLOAT32", "{0, 2, 2, 1}")
 228 model = model.Operation("ROI_ALIGN", i1, tmp1, tmp2, 2, 2, 2.0, 2.0, 4, 4, layout).To(zero_sized)
 229
 230 quant8 = DataTypeConverter().Identify({
 231     p1: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
 232     p2: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
 233     o1: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
 234     tmp1: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
 235     i1: ("TENSOR_QUANT8_ASYMM", 0.1, 128),
 236     zero_sized: ("TENSOR_QUANT8_ASYMM", 0.1, 128)
 237 })
 238
 239 # Create test case with dummy values.
 240 Example({
 241     i1: [0],
 242     o1: [0],
 243     o2: [0],
 244     zero_sized: [0],
 245 }).AddNchw(i1, zero_sized, layout).AddVariations("relaxed", quant8, "float16")
 246
 247
 248 # TEST 6: ROI_ALIGN_6, hanging issue
 249 i4 = Input("in", "TENSOR_FLOAT32", "{1, 512, 8, 1}")
 250 roi4 = Input("roi", "TENSOR_FLOAT32", "{1, 4}")
 251 o4 = Output("out", "TENSOR_FLOAT32", "{1, 128, 4, 1}")
 252 Model().Operation("ROI_ALIGN", i4, roi4, [0], 128, 4, 1.0, 64.0, 10, 10, layout).To(o4)
 253
 254 quant8 = DataTypeConverter().Identify({
 255     i4: ("TENSOR_QUANT8_ASYMM", 0.25, 128),
 256     roi4: ("TENSOR_QUANT16_ASYMM", 0.125, 0),
 257     o4: ("TENSOR_QUANT8_ASYMM", 0.0625, 128)
 258 })
 259
 260 # Instantiate an example
 261 Example({
 262     i4: [0] * (512 * 8),
 263     roi4: [450, 500, 466, 508],
 264     o4: [0] * (128 * 4)
 265 }).AddNchw(i4, o4, layout).AddVariations("relaxed", quant8, "float16")