CANN/ops-cv算子列表

算子列表【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv说明算子目录目录名为算子名小写下划线形式每个目录承载该算子所有交付件包括代码实现、examples、文档等目录介绍参见项目目录。算子执行硬件单元大部分算子运行在AI Core少部分算子运行在AI CPU。默认情况下项目中提到的算子一般指AI Core算子。关于AI Core和AI CPU详细介绍参见《Ascend C算子开发》中“概念原理和术语 硬件架构与数据处理原理”。算子接口列表为方便调用算子CANN提供一套C API执行算子一般以aclnn为前缀全量接口参见aclnn列表。项目提供的所有算子分类和算子列表如下算子分类算子目录算子实现aclnn调用图模式调用算子执行硬件单元说明op_kernelop_hostop_apiop_graphimageaipp✓✓✗✓AI CoreAIPPArtificial Intelligence Pre-Processing人工智能预处理用于在AI Core上完成数据预处理包括改变图像尺寸、色域转换转换图像格式、减均值/乘系数改变图像像素数据预处理之后再进行真正的模型推理。imagecol2im✓✓✓✗AI Core从批处理输入张量中提取滑动局部块将滑动局部块数组合并为一个大张量。imagecrop_and_resize✓✓✗✓AI CPU从输入图像中提取多个裁剪区域,并将它们统一调整为指定大小支持双线性插值和最近邻插值。imagegrid_sample✓✓✓✓AI Core提供一个输入tensor以及一个对应的grid网格然后根据grid中每个位置提供的坐标信息将input中对应位置的像素值填充到网格指定的位置得到最终的输出。imagegrid_sampler2_d_grad✓✓✓✓AI CoreGridSampler中2D场景的反向传播完成张量input与张量grid的梯度计算。imagegrid_sampler3_d_grad✓✓✓✓AI CoreGridSampler中3D场景的反向传播完成张量input与张量grid的梯度计算。imageimage_warp_offsets✓✓✗✓AI CPU根据偏移量选取图像并进行扭曲变换。imagenon_max_suppression_v3✓✓✗✓AI CPU按照分数递减顺序采用贪心策略选择候选框bounding boxes子集。imagerasterizer✓✓✓✗AI Core实现光栅化计算。根据给定的三维空间中的点和面获取屏幕中每个像素点的最小深度及其对应的面片索引并计算该面片的重心坐标透视矫正插值。imageresize_bicubic_v2✓✓✗✗AI Core使用双三次插值调整图像大小到指定的大小。imageresize_bicubic_v2_grad✓✓✗✗AI Core计算输入图像在双三次插值基础下的梯度。imageresize_bilinear_v2✓✓✓✗AI Core使用双线性插值调整图像大小到指定的大小。imageresize_bilinear_v2_grad✓✓✓✗AI CoreResizeBilinearV2的反向传播。imageresize_linear✓✓✗✗AI Core使用单线性插值调整图像大小到指定的大小。imageresize_linear_grad✓✓✗✗AI Core计算输入图像在单线性插值基础下的梯度。imageresize_nearest_neighbor_v2✓✓✓✗AI Core对由多个输入通道组成的输入信号应用最近邻插值算法进行上采样。imageresize_upsample_trilinear✓✓✓✓AI Core对由多个输入通道组成的输入信号应用三线性插值算法进行上采样。imagethree_interpolate_backward✓✓✓✓AI Core根据grad_x,idx,weight进行三点插值计算梯度得到grad_y。imageupsample_bicubic2d✓✓✓✓AI Core对由多个输入通道组成的输入信号应用2D双三次上采样。如果输入Tensorx的shape为(N,C,H,W)则输出Tensorout的shape为(N,C,outputSize[0],outputSize[1])。imageupsample_bicubic2d_aa✓✓✓✓AI Core对由多个输入通道组成的输入信号应用双三次抗锯齿算法进行上采样。如果输入Tensorx的shape为(N,C,H,W)则输出Tensorout的shape为(N,C,outputSize[0],outputSize[1])。imageupsample_bicubic2d_aa_grad✓✓✓✓AI Core如果输入张量grad_output的shape为(N,C,H,W)则输出张量grad_input的shape为(N,C,inputSize[2],inputSize[3])。imageupsample_bicubic2d_grad✓✓✓✓AI Core如果输入张量grad_output的shape为(N,C,H,W)则输出张量grad_input的shape为(N,C,inputSize[2],inputSize[3])。imageupsample_bilinear2d✓✓✓✓AI Core对由多个输入通道组成的输入信号应用2D双线性上采样。imageupsample_bilinear2d_aa✓✓✓✓AI Core对由多个输入通道组成的输入信号应用2D双线性抗锯齿采样。imageupsample_bilinear2d_aa_backward✓✓✓✓AI CoreUpsampleBilinear2dAA的反向传播。imageupsample_bilinear2d_grad✓✓✓✓AI CoreUpsampleBilinear2d的反向传播。imageupsample_linear1d✓✓✓✓AI Core对由多个输入通道组成的输入信号应用线性插值算法进行上采样。如果输入shape为(N, C, L)则输出shape为(N, C, outputSize)。imageupsample_nearest✓✓✓✓AI Core对由多个输入通道组成的输入信号应用最近邻插值算法进行上采样。imageupsample_nearest_exact2d_grad✓✓✓✓AI Core[UpsampleNearest](https://link.gitcode.com/i/a06e5e3873ba8e358f13d1c2f435abe7)在exact_mode为true时的反向传播。imageupsample_nearest_exact3d✓✓✓✓AI Core对由多个输入通道组成的输入信号应用最近邻插值算法进行上采样。imageupsample_nearest_exact3d_grad✓✓✓✓AI CoreUpsampleNearestExact3d的反向计算。imageupsample_nearest2d_grad✓✓✓✓AI CoreUpsampleNearest在exact_mode为false时的反向传播。imageupsample_nearest3d✓✓✓✓AI Core对由多个输入通道组成的输入信号应用最近邻插值算法进行上采样。imageupsample_nearest3d_grad✓✓✓✓AI CoreUpsampleNearest3d的反向计算。imageupsample_trilinear3d_backward✓✓✓✓AI CoreResizeUpsampleTrilinear的反向计算。imagespatial_transformer✓✓✗✓AI Cpu用于对输入图像或特征图进行几何变换等操作。objdetectmrgba_custom✓✓✗✓AI Core完成张量rgb和张量alpha的透明度乘法计算。objdetectblend_images_custom✓✓✗✓AI Core完成张量rgb、frame和alpha的透明度乘法计算。objdetectbackground_replace✓✓✗✓AI Core将输入的新的背景图片与已有图片进行融合通过掩码的方式将背景替换为新的背景。objdetectciou✓✓✗✓AI Core用于边界框回归的损失函数在IoU的基础上同时考虑了中心点距离、宽高比和重叠面积以更全面地衡量预测框与真实框之间的差异。objdetectiou_v2✓✓✓✓AI Core计算两个矩阵的重叠面积占两个矩阵总面积的比例设预测框的左上角坐标为X1Y1右下角坐标为X2Y2真实框的左上角坐标为X3Y3右下角坐标为X4Y4。objdetectnon_max_suppression_v6✗✗✓✓AI Core该算子暂无Ascend C代码实现欢迎开发者补充贡献贡献方式参考贡献指南。objdetectroi_align✗✗✓✓AI Core该算子暂无Ascend C代码实现欢迎开发者补充贡献贡献方式参考贡献指南。objdetectroi_align_grad✗✗✓✗AI Core该算子暂无Ascend C代码实现欢迎开发者补充贡献贡献方式参考贡献指南。objdetectroi_align_rotated✓✓✗✗AI Core用于旋转候选框的ROI对齐池化层。objdetectroi_align_rotated_grad✓✓✗✗AI Core通过旋转框各点坐标将梯度回传至对应位置。objdetectroi_pooling_with_arg_max✓✓✓✗AI Core对输入特征图按 ROI感兴趣区域进行池化在每个 ROI 内按空间划分格子对每个格子做最大池化并输出池化结果及最大值在通道内的一维索引。objdetectroi_pooling_grad_with_arg_max✓✓✓✗AI Core遍历每个ROI的池化结果将feature map坐标上的反向梯度贡献累加即完成整张图上的反向计算。objdetectstack_group_points✓✓✗✓AI Core根据特征点所属的组重组点云中的特征点。imagenms_with_mask✓✓✗✓AI Core完成带掩码非极大值抑制计算。【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考