GLUON-Fast RCNN

ROI

from mxnet import nd

# 输入特征高宽均为 4 且只有单通道(样本量，单通道，高，宽)
x = nd.arange(16).reshape((1, 1, 4, 4))

[[[[  0.   1.   2.   3.]
   [  4.   5.   6.   7.]
   [  8.   9.  10.  11.]
   [ 12.  13.  14.  15.]]]]
# (区域物体标号，左上角的 x,左上角的y 轴座标,右下角的 x轴座标,右下角的 y轴座标)
rois = nd.array([[0, 0, 0, 2, 3], [0, 0, 0, 2, 2]])
# 输入特征、感兴趣区域、池化形状、当前特征尺寸与原始图像尺寸的比例
nd.ROIPooling(x, rois, pooled_size=(2, 2), spatial_scale=1)