tools/nnapi_quickcheck/tests/resize_bilinear_1.cpp

   1 /*
   2  * Copyright (c) 2018 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 "gtest/gtest.h"
  18
  19 #include "tflite/ext/kernels/register.h"
  20 #include "tensorflow/lite/model.h"
  21 #include "tensorflow/lite/builtin_op_data.h"
  22
  23 #include "env.h"
  24 #include "memory.h"
  25 #include "misc/environment.h"
  26
  27 #include "tflite/Diff.h"
  28 #include "tflite/Quantization.h"
  29 #include "tflite/interp/FunctionBuilder.h"
  30
  31 #include <chrono>
  32 #include <iostream>
  33
  34 using namespace tflite;
  35 using namespace nnfw::tflite;
  36
  37 TEST(NNAPI_Quickcheck_resize_bilinear_1, simple_test)
  38 {
  39   // Set random seed
  40   int SEED = std::chrono::system_clock::now().time_since_epoch().count();
  41
  42   nnfw::misc::env::IntAccessor("SEED").access(SEED);
  43
  44   // Set random test parameters
  45   int verbose = 0;
  46   int tolerance = 1;
  47
  48   nnfw::misc::env::IntAccessor("VERBOSE").access(verbose);
  49   nnfw::misc::env::IntAccessor("TOLERANCE").access(tolerance);
  50
  51 #define INT_VALUE(NAME, VALUE) IntVar NAME##_Value(#NAME, VALUE);
  52 #include "resize_bilinear_1.lst"
  53 #undef INT_VALUE
  54
  55   const int32_t IFM_C = IFM_C_Value();
  56   const int32_t IFM_H = IFM_H_Value();
  57   const int32_t IFM_W = IFM_W_Value();
  58
  59   const int32_t OFM_C = IFM_C;
  60   const int32_t OFM_H = OFM_H_Value();
  61   const int32_t OFM_W = OFM_W_Value();
  62
  63   std::cout << "Configurations:" << std::endl;
  64 #define PRINT_NEWLINE()     \
  65   {                         \
  66     std::cout << std::endl; \
  67   }
  68 #define PRINT_VALUE(value)                                       \
  69   {                                                              \
  70     std::cout << "  " << #value << ": " << (value) << std::endl; \
  71   }
  72   PRINT_VALUE(SEED);
  73   PRINT_NEWLINE();
  74
  75   PRINT_VALUE(IFM_C);
  76   PRINT_VALUE(IFM_H);
  77   PRINT_VALUE(IFM_W);
  78   PRINT_NEWLINE();
  79
  80   PRINT_VALUE(OFM_C);
  81   PRINT_VALUE(OFM_H);
  82   PRINT_VALUE(OFM_W);
  83 #undef PRINT_VALUE
  84 #undef PRINT_NEWLINE
  85
  86   int32_t size_data[2] = {OFM_H, OFM_W};
  87
  88   auto setup = [&](Interpreter &interp) {
  89     // Comment from 'context.h'
  90     //
  91     // Parameters for asymmetric quantization. Quantized values can be converted
  92     // back to float using:
  93     //    real_value = scale * (quantized_value - zero_point);
  94     //
  95     // Q: Is this necessary?
  96     // A: This may be necessary, because quantization values(scale, zero_point) of TENSOR_INT32 and
  97     // TENSOR_QUANT8_ASYMM are passed on to the runtime.
  98     TfLiteQuantizationParams quantization = make_default_quantization();
  99
 100     // On AddTensors(N) call, T/F Lite interpreter creates N tensors whose index is [0 ~ N)
 101     interp.AddTensors(3);
 102
 103     // Configure OFM
 104     interp.SetTensorParametersReadWrite(0, kTfLiteFloat32 /* type */, "output" /* name */,
 105                                         {1 /*N*/, OFM_H, OFM_W, OFM_C} /* dims */, quantization);
 106
 107     // Configure IFM
 108     interp.SetTensorParametersReadWrite(1, kTfLiteFloat32 /* type */, "input" /* name */,
 109                                         {1 /*N*/, IFM_H, IFM_W, IFM_C} /* dims */, quantization);
 110
 111     // Configure Size
 112     interp.SetTensorParametersReadOnly(
 113         2, kTfLiteInt32 /* type */, "size" /* name */, {2} /* dims */, quantization,
 114         reinterpret_cast<const char *>(size_data), 2 * sizeof(int32_t));
 115
 116     // NOTE AddNodeWithParameters take the ownership of param, and deallocate it with free
 117     //      So, param should be allocated with malloc
 118     auto param = make_alloc<TfLiteResizeBilinearParams>();
 119
 120     // NOTE What is this?
 121     param->align_corners = false;
 122
 123     interp.AddNodeWithParameters({1, 2}, {0}, nullptr, 0, reinterpret_cast<void *>(param),
 124                                  BuiltinOpResolver().FindOp(BuiltinOperator_RESIZE_BILINEAR, 1));
 125
 126     // Set Tensor #1 as Input #0, and Tensor #0 as Output #0
 127     interp.SetInputs({1});
 128     interp.SetOutputs({0});
 129   };
 130
 131   const nnfw::tflite::FunctionBuilder builder(setup);
 132
 133   RandomTestParam param;
 134
 135   param.verbose = verbose;
 136   param.tolerance = tolerance;
 137
 138   int res = RandomTestRunner{SEED, param}.run(builder);
 139
 140   EXPECT_EQ(res, 0);
 141 }