diff --git a/.github/workflows/lint.yml b/.github/workflows/lint.yml
index e46942e78..7f0550681 100644
--- a/.github/workflows/lint.yml
+++ b/.github/workflows/lint.yml
@@ -17,10 +17,6 @@ jobs:
python-version: 3.7
- name: Install pre-commit hook
run: |
- # markdownlint requires ruby >= 2.7
- sudo apt-add-repository ppa:brightbox/ruby-ng -y
- sudo apt-get update
- sudo apt-get install -y ruby2.7
pip install pre-commit
pre-commit install
- name: Linting
diff --git a/.pre-commit-config.yaml b/.pre-commit-config.yaml
index d10e61a23..f4dd84c0b 100644
--- a/.pre-commit-config.yaml
+++ b/.pre-commit-config.yaml
@@ -30,12 +30,12 @@ repos:
hooks:
- id: codespell
- repo: https://github.com/executablebooks/mdformat
- rev: 0.7.14
+ rev: 0.7.9
hooks:
- id: mdformat
args: ["--number"]
additional_dependencies:
- - mdformat-gfm
+ - mdformat-openmmlab
- mdformat_frontmatter
- linkify-it-py
- repo: https://github.com/myint/docformatter
diff --git a/TERMINOLOGY.md b/TERMINOLOGY.md
index 10e84e576..07411b777 100644
--- a/TERMINOLOGY.md
+++ b/TERMINOLOGY.md
@@ -4,27 +4,27 @@ This document is used as a reference for English-Chinese terminology translation
该文档用作中英文翻译对照参考。
-| English | 中文 |
-| :---------------: | :----: |
-| annotation | 标注 |
-| backbone | 主干网络 |
-| benchmark | 基准测试 |
+| English | 中文 |
+| :---------------: | :----------: |
+| annotation | 标注 |
+| backbone | 主干网络 |
+| benchmark | 基准测试 |
| checkpoint | 模型权重文件 |
-| classifier | 分类器 |
-| cls_head | 分类头 |
-| decoder | 解码器 |
-| detector | 检测器 |
-| encoder | 编码器 |
-| finetune | 微调 |
-| ground truth | 真实标签 |
-| hook | 钩子 |
-| localizer | 定位器 |
-| neck | 模型颈部 |
-| pipeline | 流水线 |
-| recognizer | 识别器 |
-| register | 注册器 |
-| schedule | 调整 |
-| scheduler | 调度器 |
-| segmentor | 分割器 |
-| tensor | 张量 |
-| training schedule | 训练策略 |
+| classifier | 分类器 |
+| cls_head | 分类头 |
+| decoder | 解码器 |
+| detector | 检测器 |
+| encoder | 编码器 |
+| finetune | 微调 |
+| ground truth | 真实标签 |
+| hook | 钩子 |
+| localizer | 定位器 |
+| neck | 模型颈部 |
+| pipeline | 流水线 |
+| recognizer | 识别器 |
+| register | 注册器 |
+| schedule | 调整 |
+| scheduler | 调度器 |
+| segmentor | 分割器 |
+| tensor | 张量 |
+| training schedule | 训练策略 |
diff --git a/docs/en/deployment/onnxruntime_op.md b/docs/en/deployment/onnxruntime_op.md
index c384cf0da..2778ba344 100644
--- a/docs/en/deployment/onnxruntime_op.md
+++ b/docs/en/deployment/onnxruntime_op.md
@@ -107,7 +107,7 @@ Take custom operator `soft_nms` for example.
2. Add source `soft_nms.cpp` to ONNX Runtime source directory `mmcv/ops/csrc/onnxruntime/cpu/`
-3. Register `soft_nms` operator in [onnxruntime_register.cpp](../../mmcv/ops/csrc/onnxruntime/cpu/onnxruntime_register.cpp)
+3. Register `soft_nms` operator in [onnxruntime_register.cpp](../../../mmcv/ops/csrc/onnxruntime/cpu/onnxruntime_register.cpp)
```c++
#include "soft_nms.h"
@@ -133,4 +133,4 @@ Take custom operator `soft_nms` for example.
### References
- [How to export Pytorch model with custom op to ONNX and run it in ONNX Runtime](https://github.com/onnx/tutorials/blob/master/PyTorchCustomOperator/README.md)
-- [How to add a custom operator/kernel in ONNX Runtime](https://github.com/microsoft/onnxruntime/blob/master/docs/AddingCustomOp.md)
+- [How to add a custom operator/kernel in ONNX Runtime](https://onnxruntime.ai/docs/reference/operators/add-custom-op.html)
diff --git a/docs/zh_cn/deployment/onnxruntime_custom_ops.md b/docs/zh_cn/deployment/onnxruntime_custom_ops.md
index cda303183..1150f919e 100644
--- a/docs/zh_cn/deployment/onnxruntime_custom_ops.md
+++ b/docs/zh_cn/deployment/onnxruntime_custom_ops.md
@@ -2,55 +2,55 @@
<!-- TOC -->
-- [ONNX Runtime自定义算子](#onnx-runtime%E8%87%AA%E5%AE%9A%E4%B9%89%E7%AE%97%E5%AD%90)
+- [ONNX Runtime自定义算子](#onnx-runtime自定义算子)
- [SoftNMS](#softnms)
- - [描述](#%E6%8F%8F%E8%BF%B0)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0)
- - [输入](#%E8%BE%93%E5%85%A5)
- - [输出](#%E8%BE%93%E5%87%BA)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F)
+ - [描述](#描述)
+ - [模型参数](#模型参数)
+ - [输入](#输入)
+ - [输出](#输出)
+ - [类型约束](#类型约束)
- [RoIAlign](#roialign)
- - [描述](#%E6%8F%8F%E8%BF%B0-1)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-1)
- - [输入](#%E8%BE%93%E5%85%A5-1)
- - [输出](#%E8%BE%93%E5%87%BA-1)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-1)
+ - [描述](#描述-1)
+ - [模型参数](#模型参数-1)
+ - [输入](#输入-1)
+ - [输出](#输出-1)
+ - [类型约束](#类型约束-1)
- [NMS](#nms)
- - [描述](#%E6%8F%8F%E8%BF%B0-2)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-2)
- - [输入](#%E8%BE%93%E5%85%A5-2)
- - [输出](#%E8%BE%93%E5%87%BA-2)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-2)
+ - [描述](#描述-2)
+ - [模型参数](#模型参数-2)
+ - [输入](#输入-2)
+ - [输出](#输出-2)
+ - [类型约束](#类型约束-2)
- [grid_sampler](#grid_sampler)
- - [描述](#%E6%8F%8F%E8%BF%B0-3)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-3)
- - [输入](#%E8%BE%93%E5%85%A5-3)
- - [输出](#%E8%BE%93%E5%87%BA-3)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-3)
+ - [描述](#描述-3)
+ - [模型参数](#模型参数-3)
+ - [输入](#输入-3)
+ - [输出](#输出-3)
+ - [类型约束](#类型约束-3)
- [CornerPool](#cornerpool)
- - [描述](#%E6%8F%8F%E8%BF%B0-4)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-4)
- - [输入](#%E8%BE%93%E5%85%A5-4)
- - [输出](#%E8%BE%93%E5%87%BA-4)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-4)
+ - [描述](#描述-4)
+ - [模型参数](#模型参数-4)
+ - [输入](#输入-4)
+ - [输出](#输出-4)
+ - [类型约束](#类型约束-4)
- [cummax](#cummax)
- - [描述](#%E6%8F%8F%E8%BF%B0-5)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-5)
- - [输入](#%E8%BE%93%E5%85%A5-5)
- - [输出](#%E8%BE%93%E5%87%BA-5)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-5)
+ - [描述](#描述-5)
+ - [模型参数](#模型参数-5)
+ - [输入](#输入-5)
+ - [输出](#输出-5)
+ - [类型约束](#类型约束-5)
- [cummin](#cummin)
- - [描述](#%E6%8F%8F%E8%BF%B0-6)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-6)
- - [输入](#%E8%BE%93%E5%85%A5-6)
- - [输出](#%E8%BE%93%E5%87%BA-6)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-6)
+ - [描述](#描述-6)
+ - [模型参数](#模型参数-6)
+ - [输入](#输入-6)
+ - [输出](#输出-6)
+ - [类型约束](#类型约束-6)
- [MMCVModulatedDeformConv2d](#mmcvmodulateddeformconv2d)
- - [描述](#%E6%8F%8F%E8%BF%B0-7)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-7)
- - [输入](#%E8%BE%93%E5%85%A5-7)
- - [输出](#%E8%BE%93%E5%87%BA-7)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-7)
+ - [描述](#描述-7)
+ - [模型参数](#模型参数-7)
+ - [输入](#输入-7)
+ - [输出](#输出-7)
+ - [类型约束](#类型约束-7)
<!-- TOC -->
@@ -62,13 +62,13 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ------- | --------------- | -------------------------------------------------- |
-| `float` | `iou_threshold` | 用来判断候选框重合度的阈值，取值范围\[0, 1\]。默认值为0 |
-| `float` | `sigma` | 高斯方法的超参数 |
-| `float` | `min_score` | NMS的score阈值 |
+| 类型 | 参数名 | 描述 |
+| ------- | --------------- | ------------------------------------------------------- |
+| `float` | `iou_threshold` | 用来判断候选框重合度的阈值，取值范围\[0, 1\]。默认值为0 |
+| `float` | `sigma` | 高斯方法的超参数 |
+| `float` | `min_score` | NMS的score阈值 |
| `int` | `method` | NMS的计算方式, (0: `naive`, 1: `linear`, 2: `gaussian`) |
-| `int` | `offset` | 用来计算候选框的宽高(x2 - x1 + offset)。可选值0或1 |
+| `int` | `offset` | 用来计算候选框的宽高(x2 - x1 + offset)。可选值0或1 |
#### 输入
@@ -100,13 +100,13 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ------- | ---------------- | ----------------------------------- |
-| `int` | `output_height` | roi特征的输出高度 |
-| `int` | `output_width` | roi特征的输出宽度 |
-| `float` | `spatial_scale` | 输入检测框的缩放系数 |
-| `int` | `sampling_ratio` | 输出的采样率。`0`表示使用密集采样 |
-| `str` | `mode` | 池化方式。 `avg`或`max` |
+| 类型 | 参数名 | 描述 |
+| ------- | ---------------- | ------------------------------------------------------- |
+| `int` | `output_height` | roi特征的输出高度 |
+| `int` | `output_width` | roi特征的输出宽度 |
+| `float` | `spatial_scale` | 输入检测框的缩放系数 |
+| `int` | `sampling_ratio` | 输出的采样率。`0`表示使用密集采样 |
+| `str` | `mode` | 池化方式。 `avg`或`max` |
| `int` | `aligned` | 如果`aligned=1`，则像素会进行-0.5的偏移以达到更好的对齐 |
#### 输入
@@ -137,10 +137,10 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ------- | --------------- | ----------------------------------- |
-| `float` | `iou_threshold` | 用来判断候选框重合度的阈值，取值范围\[0, 1\]。默认值为0 |
-| `int` | `offset` | 用来计算候选框的宽高(x2 - x1 + offset)。可选值0或1 |
+| 类型 | 参数名 | 描述 |
+| ------- | --------------- | ------------------------------------------------------- |
+| `float` | `iou_threshold` | 用来判断候选框重合度的阈值，取值范围\[0, 1\]。默认值为0 |
+| `int` | `offset` | 用来计算候选框的宽高(x2 - x1 + offset)。可选值0或1 |
#### 输入
@@ -170,10 +170,10 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | -------------------- | ------------------------------------------------------------------------------------------------ |
-| `int` | `interpolation_mode` | 计算输出使用的插值模式。(0: `bilinear` , 1: `nearest`) |
-| `int` | `padding_mode` | 边缘填充模式。(0: `zeros`, 1: `border`, 2: `reflection`) |
+| 类型 | 参数名 | 描述 |
+| ----- | -------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------- |
+| `int` | `interpolation_mode` | 计算输出使用的插值模式。(0: `bilinear` , 1: `nearest`) |
+| `int` | `padding_mode` | 边缘填充模式。(0: `zeros`, 1: `border`, 2: `reflection`) |
| `int` | `align_corners` | 如果`align_corners=1`，则极值(`-1`和`1`)会被当做输入边缘像素的中心点。如果`align_corners=0`，则它们会被看做是边缘像素的边缘点,减小分辨率对采样的影响 |
#### 输入
@@ -204,8 +204,8 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | ------ | --------------------------------------------------- |
+| 类型 | 参数名 | 描述 |
+| ----- | ------ | -------------------------------------------------------- |
| `int` | `mode` | 池化模式。(0: `top`, 1: `bottom`, 2: `left`, 3: `right`) |
#### 输入
@@ -234,9 +234,9 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | ----- | --------- |
-| `int` | `dim` | 进行累计计算的维度 |
+| 类型 | 参数名 | 描述 |
+| ----- | ------ | ------------------ |
+| `int` | `dim` | 进行累计计算的维度 |
#### 输入
@@ -266,9 +266,9 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | ----- | --------- |
-| `int` | `dim` | 进行累计计算的维度 |
+| 类型 | 参数名 | 描述 |
+| ----- | ------ | ------------------ |
+| `int` | `dim` | 进行累计计算的维度 |
#### 输入
@@ -298,12 +298,12 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| -------------- | ------------------- | -------------------------------------- |
-| `list of ints` | `stride` | 卷积的步长 (sH, sW) |
-| `list of ints` | `padding` | 输入特征填充大小 (padH, padW) |
-| `list of ints` | `dilation` | 卷积核各元素间隔 (dH, dW) |
-| `int` | `deformable_groups` | 可变偏移量的分组，通常置位1即可 |
+| 类型 | 参数名 | 描述 |
+| -------------- | ------------------- | ------------------------------------------------------------- |
+| `list of ints` | `stride` | 卷积的步长 (sH, sW) |
+| `list of ints` | `padding` | 输入特征填充大小 (padH, padW) |
+| `list of ints` | `dilation` | 卷积核各元素间隔 (dH, dW) |
+| `int` | `deformable_groups` | 可变偏移量的分组，通常置位1即可 |
| `int` | `groups` | 卷积分组数，`input_channel`会根据这个值被分为数个分组进行计算 |
#### 输入
diff --git a/docs/zh_cn/deployment/onnxruntime_op.md b/docs/zh_cn/deployment/onnxruntime_op.md
index eb3031a57..e55993072 100644
--- a/docs/zh_cn/deployment/onnxruntime_op.md
+++ b/docs/zh_cn/deployment/onnxruntime_op.md
@@ -15,16 +15,16 @@
### MMCV已支持的算子
-| 算子 | CPU | GPU | MMCV版本 |
-| :------------------------------------------------------------------------------: | :-: | :-: | :----: |
-| [SoftNMS](onnxruntime_custom_ops.md#softnms) | Y | N | 1.2.3 |
-| [RoIAlign](onnxruntime_custom_ops.md#roialign) | Y | N | 1.2.5 |
-| [NMS](onnxruntime_custom_ops.md#nms) | Y | N | 1.2.7 |
-| [grid_sampler](onnxruntime_custom_ops.md#grid_sampler) | Y | N | 1.3.1 |
-| [CornerPool](onnxruntime_custom_ops.md#cornerpool) | Y | N | 1.3.4 |
-| [cummax](onnxruntime_custom_ops.md#cummax) | Y | N | 1.3.4 |
-| [cummin](onnxruntime_custom_ops.md#cummin) | Y | N | 1.3.4 |
-| [MMCVModulatedDeformConv2d](onnxruntime_custom_ops.md#mmcvmodulateddeformconv2d) | Y | N | 1.3.12 |
+| 算子 | CPU | GPU | MMCV版本 |
+| :------------------------------------------------------------------------------: | :-: | :-: | :------: |
+| [SoftNMS](onnxruntime_custom_ops.md#softnms) | Y | N | 1.2.3 |
+| [RoIAlign](onnxruntime_custom_ops.md#roialign) | Y | N | 1.2.5 |
+| [NMS](onnxruntime_custom_ops.md#nms) | Y | N | 1.2.7 |
+| [grid_sampler](onnxruntime_custom_ops.md#grid_sampler) | Y | N | 1.3.1 |
+| [CornerPool](onnxruntime_custom_ops.md#cornerpool) | Y | N | 1.3.4 |
+| [cummax](onnxruntime_custom_ops.md#cummax) | Y | N | 1.3.4 |
+| [cummin](onnxruntime_custom_ops.md#cummin) | Y | N | 1.3.4 |
+| [MMCVModulatedDeformConv2d](onnxruntime_custom_ops.md#mmcvmodulateddeformconv2d) | Y | N | 1.3.12 |
### 如何编译ONNX Runtime自定义算子？
@@ -100,7 +100,7 @@ onnx_results = sess.run(None, {'input' : input_data})
2. 在ONNX Runtime源码目录`mmcv/ops/csrc/onnxruntime/cpu/`下添加算子实现`soft_nms.cpp`
-3. 在[onnxruntime_register.cpp](../../mmcv/ops/csrc/onnxruntime/cpu/onnxruntime_register.cpp)中注册实现的算子`soft_nms`
+3. 在[onnxruntime_register.cpp](../../../mmcv/ops/csrc/onnxruntime/cpu/onnxruntime_register.cpp)中注册实现的算子`soft_nms`
```c++
#include "soft_nms.h"
@@ -126,4 +126,4 @@ onnx_results = sess.run(None, {'input' : input_data})
### 引用
- [How to export Pytorch model with custom op to ONNX and run it in ONNX Runtime](https://github.com/onnx/tutorials/blob/master/PyTorchCustomOperator/README.md)
-- [How to add a custom operator/kernel in ONNX Runtime](https://github.com/microsoft/onnxruntime/blob/master/docs/AddingCustomOp.md)
+- [How to add a custom operator/kernel in ONNX Runtime](https://onnxruntime.ai/docs/reference/operators/add-custom-op.html)
diff --git a/docs/zh_cn/deployment/tensorrt_custom_ops.md b/docs/zh_cn/deployment/tensorrt_custom_ops.md
index 8360d689c..d77315483 100644
--- a/docs/zh_cn/deployment/tensorrt_custom_ops.md
+++ b/docs/zh_cn/deployment/tensorrt_custom_ops.md
@@ -2,61 +2,61 @@
<!-- TOC -->
-- [TensorRT自定义算子](#tensorrt%E8%87%AA%E5%AE%9A%E4%B9%89%E7%AE%97%E5%AD%90)
+- [TensorRT自定义算子](#tensorrt自定义算子)
- [MMCVRoIAlign](#mmcvroialign)
- - [描述](#%E6%8F%8F%E8%BF%B0)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0)
- - [输入](#%E8%BE%93%E5%85%A5)
- - [输出](#%E8%BE%93%E5%87%BA)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F)
+ - [描述](#描述)
+ - [模型参数](#模型参数)
+ - [输入](#输入)
+ - [输出](#输出)
+ - [类型约束](#类型约束)
- [ScatterND](#scatternd)
- - [描述](#%E6%8F%8F%E8%BF%B0-1)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-1)
- - [输入](#%E8%BE%93%E5%85%A5-1)
- - [输出](#%E8%BE%93%E5%87%BA-1)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-1)
+ - [描述](#描述-1)
+ - [模型参数](#模型参数-1)
+ - [输入](#输入-1)
+ - [输出](#输出-1)
+ - [类型约束](#类型约束-1)
- [NonMaxSuppression](#nonmaxsuppression)
- - [描述](#%E6%8F%8F%E8%BF%B0-2)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-2)
- - [输入](#%E8%BE%93%E5%85%A5-2)
- - [输出](#%E8%BE%93%E5%87%BA-2)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-2)
+ - [描述](#描述-2)
+ - [模型参数](#模型参数-2)
+ - [输入](#输入-2)
+ - [输出](#输出-2)
+ - [类型约束](#类型约束-2)
- [MMCVDeformConv2d](#mmcvdeformconv2d)
- - [描述](#%E6%8F%8F%E8%BF%B0-3)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-3)
- - [输入](#%E8%BE%93%E5%85%A5-3)
- - [输出](#%E8%BE%93%E5%87%BA-3)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-3)
+ - [描述](#描述-3)
+ - [模型参数](#模型参数-3)
+ - [输入](#输入-3)
+ - [输出](#输出-3)
+ - [类型约束](#类型约束-3)
- [grid_sampler](#grid_sampler)
- - [描述](#%E6%8F%8F%E8%BF%B0-4)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-4)
- - [输入](#%E8%BE%93%E5%85%A5-4)
- - [输出](#%E8%BE%93%E5%87%BA-4)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-4)
+ - [描述](#描述-4)
+ - [模型参数](#模型参数-4)
+ - [输入](#输入-4)
+ - [输出](#输出-4)
+ - [类型约束](#类型约束-4)
- [cummax](#cummax)
- - [描述](#%E6%8F%8F%E8%BF%B0-5)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-5)
- - [输入](#%E8%BE%93%E5%85%A5-5)
- - [输出](#%E8%BE%93%E5%87%BA-5)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-5)
+ - [描述](#描述-5)
+ - [模型参数](#模型参数-5)
+ - [输入](#输入-5)
+ - [输出](#输出-5)
+ - [类型约束](#类型约束-5)
- [cummin](#cummin)
- - [描述](#%E6%8F%8F%E8%BF%B0-6)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-6)
- - [输入](#%E8%BE%93%E5%85%A5-6)
- - [输出](#%E8%BE%93%E5%87%BA-6)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-6)
+ - [描述](#描述-6)
+ - [模型参数](#模型参数-6)
+ - [输入](#输入-6)
+ - [输出](#输出-6)
+ - [类型约束](#类型约束-6)
- [MMCVInstanceNormalization](#mmcvinstancenormalization)
- - [描述](#%E6%8F%8F%E8%BF%B0-7)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-7)
- - [输入](#%E8%BE%93%E5%85%A5-7)
- - [输出](#%E8%BE%93%E5%87%BA-7)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-7)
+ - [描述](#描述-7)
+ - [模型参数](#模型参数-7)
+ - [输入](#输入-7)
+ - [输出](#输出-7)
+ - [类型约束](#类型约束-7)
- [MMCVModulatedDeformConv2d](#mmcvmodulateddeformconv2d)
- - [描述](#%E6%8F%8F%E8%BF%B0-8)
- - [模型参数](#%E6%A8%A1%E5%9E%8B%E5%8F%82%E6%95%B0-8)
- - [输入](#%E8%BE%93%E5%85%A5-8)
- - [输出](#%E8%BE%93%E5%87%BA-8)
- - [类型约束](#%E7%B1%BB%E5%9E%8B%E7%BA%A6%E6%9D%9F-8)
+ - [描述](#描述-8)
+ - [模型参数](#模型参数-8)
+ - [输入](#输入-8)
+ - [输出](#输出-8)
+ - [类型约束](#类型约束-8)
<!-- TOC -->
@@ -68,13 +68,13 @@
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ------- | ---------------- | ----------------------------------- |
-| `int` | `output_height` | roi特征的输出高度 |
-| `int` | `output_width` | roi特征的输出宽度 |
-| `float` | `spatial_scale` | 输入检测框的缩放系数 |
-| `int` | `sampling_ratio` | 输出的采样率。`0`表示使用密集采样 |
-| `str` | `mode` | 池化方式。 `avg`或`max` |
+| 类型 | 参数名 | 描述 |
+| ------- | ---------------- | ------------------------------------------------------- |
+| `int` | `output_height` | roi特征的输出高度 |
+| `int` | `output_width` | roi特征的输出宽度 |
+| `float` | `spatial_scale` | 输入检测框的缩放系数 |
+| `int` | `sampling_ratio` | 输出的采样率。`0`表示使用密集采样 |
+| `str` | `mode` | 池化方式。 `avg`或`max` |
| `int` | `aligned` | 如果`aligned=1`，则像素会进行-0.5的偏移以达到更好的对齐 |
#### 输入
@@ -147,12 +147,12 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ------- | ---------------------------- | ----------------------------------------------------------------------------- |
+| 类型 | 参数名 | 描述 |
+| ------- | ---------------------------- | -------------------------------------------------------------------------------------------- |
| `int` | `center_point_box` | 0 - 候选框的格式为\[y1, x1, y2, x2\]， 1-候选框的格式为\[x_center, y_center, width, height\] |
-| `int` | `max_output_boxes_per_class` | 每一类最大的输出检测框个数。默认为0，输出检测框个数等于输入候选框数 |
-| `float` | `iou_threshold` | 用来判断候选框重合度的阈值，取值范围\[0, 1\]。默认值为0 |
-| `float` | `score_threshold` | 用来判断候选框是否合法的阈值 |
+| `int` | `max_output_boxes_per_class` | 每一类最大的输出检测框个数。默认为0，输出检测框个数等于输入候选框数 |
+| `float` | `iou_threshold` | 用来判断候选框重合度的阈值，取值范围\[0, 1\]。默认值为0 |
+| `float` | `score_threshold` | 用来判断候选框是否合法的阈值 |
| `int` | `offset` | 检测框长宽计算方式为(x2 - x1 + offset)，可选值0或1 |
#### 输入
@@ -185,13 +185,13 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| -------------- | ------------------ | ------------------------------------------------------- |
-| `list of ints` | `stride` | 卷积的步长 (sH, sW) |
-| `list of ints` | `padding` | 输入特征填充大小 (padH, padW) |
-| `list of ints` | `dilation` | 卷积核各元素间隔 (dH, dW) |
-| `int` | `deformable_group` | 可变偏移量的分组 |
-| `int` | `group` | 卷积分组数，`input_channel`会根据这个值被分为数个分组进行计算 |
+| 类型 | 参数名 | 描述 |
+| -------------- | ------------------ | --------------------------------------------------------------------------------------------- |
+| `list of ints` | `stride` | 卷积的步长 (sH, sW) |
+| `list of ints` | `padding` | 输入特征填充大小 (padH, padW) |
+| `list of ints` | `dilation` | 卷积核各元素间隔 (dH, dW) |
+| `int` | `deformable_group` | 可变偏移量的分组 |
+| `int` | `group` | 卷积分组数，`input_channel`会根据这个值被分为数个分组进行计算 |
| `int` | `im2col_step` | 可变卷积使用im2col计算卷积。输入与偏移量会以im2col_step为步长分块计算，减少临时空间的使用量。 |
#### 输入
@@ -224,10 +224,10 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | -------------------- | ------------------------------------------------------------------------------------------------ |
-| `int` | `interpolation_mode` | 计算输出使用的插值模式。(0: `bilinear` , 1: `nearest`) |
-| `int` | `padding_mode` | 边缘填充模式。(0: `zeros`, 1: `border`, 2: `reflection`) |
+| 类型 | 参数名 | 描述 |
+| ----- | -------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------- |
+| `int` | `interpolation_mode` | 计算输出使用的插值模式。(0: `bilinear` , 1: `nearest`) |
+| `int` | `padding_mode` | 边缘填充模式。(0: `zeros`, 1: `border`, 2: `reflection`) |
| `int` | `align_corners` | 如果`align_corners=1`，则极值(`-1`和`1`)会被当做输入边缘像素的中心点。如果`align_corners=0`，则它们会被看做是边缘像素的边缘点,减小分辨率对采样的影响 |
#### 输入
@@ -258,9 +258,9 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | ----- | --------- |
-| `int` | `dim` | 进行累计计算的维度 |
+| 类型 | 参数名 | 描述 |
+| ----- | ------ | ------------------ |
+| `int` | `dim` | 进行累计计算的维度 |
#### 输入
@@ -290,9 +290,9 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ----- | ----- | --------- |
-| `int` | `dim` | 进行累计计算的维度 |
+| 类型 | 参数名 | 描述 |
+| ----- | ------ | ------------------ |
+| `int` | `dim` | 进行累计计算的维度 |
#### 输入
@@ -322,8 +322,8 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| ------- | --------- | ----------------- |
+| 类型 | 参数名 | 描述 |
+| ------- | --------- | ---------------------------- |
| `float` | `epsilon` | 用来避免除0错误。默认为1e-05 |
#### 输入
@@ -356,12 +356,12 @@ ScatterND接收三个输入，分别为秩为r >= 1的`data`，秩为q >= 1的`i
#### 模型参数
-| 类型 | 参数名 | 描述 |
-| -------------- | ------------------- | -------------------------------------- |
-| `list of ints` | `stride` | 卷积的步长 (sH, sW) |
-| `list of ints` | `padding` | 输入特征填充大小 (padH, padW) |
-| `list of ints` | `dilation` | 卷积核各元素间隔 (dH, dW) |
-| `int` | `deformable_groups` | 可变偏移量的分组，通常置位1即可 |
+| 类型 | 参数名 | 描述 |
+| -------------- | ------------------- | ------------------------------------------------------------- |
+| `list of ints` | `stride` | 卷积的步长 (sH, sW) |
+| `list of ints` | `padding` | 输入特征填充大小 (padH, padW) |
+| `list of ints` | `dilation` | 卷积核各元素间隔 (dH, dW) |
+| `int` | `deformable_groups` | 可变偏移量的分组，通常置位1即可 |
| `int` | `groups` | 卷积分组数，`input_channel`会根据这个值被分为数个分组进行计算 |
#### 输入
diff --git a/docs/zh_cn/deployment/tensorrt_plugin.md b/docs/zh_cn/deployment/tensorrt_plugin.md
index 552c015cd..0c29f14b1 100644
--- a/docs/zh_cn/deployment/tensorrt_plugin.md
+++ b/docs/zh_cn/deployment/tensorrt_plugin.md
@@ -24,17 +24,17 @@
### MMCV中的TensorRT插件列表
-| ONNX算子 | TensorRT插件 | MMCV版本 |
-| :-----------------------: | :-----------------------------------------------------------------------------: | :----: |
-| MMCVRoiAlign | [MMCVRoiAlign](./tensorrt_custom_ops.md#mmcvroialign) | 1.2.6 |
-| ScatterND | [ScatterND](./tensorrt_custom_ops.md#scatternd) | 1.2.6 |
-| NonMaxSuppression | [NonMaxSuppression](./tensorrt_custom_ops.md#nonmaxsuppression) | 1.3.0 |
-| MMCVDeformConv2d | [MMCVDeformConv2d](./tensorrt_custom_ops.md#mmcvdeformconv2d) | 1.3.0 |
-| grid_sampler | [grid_sampler](./tensorrt_custom_ops.md#grid-sampler) | 1.3.1 |
-| cummax | [cummax](./tensorrt_custom_ops.md#cummax) | 1.3.5 |
-| cummin | [cummin](./tensorrt_custom_ops.md#cummin) | 1.3.5 |
-| MMCVInstanceNormalization | [MMCVInstanceNormalization](./tensorrt_custom_ops.md#mmcvinstancenormalization) | 1.3.5 |
-| MMCVModulatedDeformConv2d | [MMCVModulatedDeformConv2d](./tensorrt_custom_ops.md#mmcvmodulateddeformconv2d) | master |
+| ONNX算子 | TensorRT插件 | MMCV版本 |
+| :-----------------------: | :-----------------------------------------------------------------------------: | :------: |
+| MMCVRoiAlign | [MMCVRoiAlign](./tensorrt_custom_ops.md#mmcvroialign) | 1.2.6 |
+| ScatterND | [ScatterND](./tensorrt_custom_ops.md#scatternd) | 1.2.6 |
+| NonMaxSuppression | [NonMaxSuppression](./tensorrt_custom_ops.md#nonmaxsuppression) | 1.3.0 |
+| MMCVDeformConv2d | [MMCVDeformConv2d](./tensorrt_custom_ops.md#mmcvdeformconv2d) | 1.3.0 |
+| grid_sampler | [grid_sampler](./tensorrt_custom_ops.md#grid-sampler) | 1.3.1 |
+| cummax | [cummax](./tensorrt_custom_ops.md#cummax) | 1.3.5 |
+| cummin | [cummin](./tensorrt_custom_ops.md#cummin) | 1.3.5 |
+| MMCVInstanceNormalization | [MMCVInstanceNormalization](./tensorrt_custom_ops.md#mmcvinstancenormalization) | 1.3.5 |
+| MMCVModulatedDeformConv2d | [MMCVModulatedDeformConv2d](./tensorrt_custom_ops.md#mmcvmodulateddeformconv2d) | master |
注意