Subversion Repositories AFRtranscoder

/*

 * Copyright (C) 2010-2018 Arm Limited or its affiliates. All rights reserved.

 *

 * SPDX-License-Identifier: Apache-2.0

 *

 * Licensed under the Apache License, Version 2.0 (the License); you may

 * not use this file except in compliance with the License.

 * You may obtain a copy of the License at

 *

 * www.apache.org/licenses/LICENSE-2.0

 *

 * Unless required by applicable law or agreed to in writing, software

 * distributed under the License is distributed on an AS IS BASIS, WITHOUT

 * WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.

 * See the License for the specific language governing permissions and

 * limitations under the License.

 */

/* ----------------------------------------------------------------------

 * Project:      CMSIS NN Library

 * Title:        arm_depthwise_separable_conv_HWC_q7_nonsquare.c

 * Description:  Q7 depthwise separable convolution function (non-square shape)

 *

 * $Date:        17. January 2018

 * $Revision:    V.1.0.0

 *

 * Target Processor:  Cortex-M cores

 *

 * -------------------------------------------------------------------- */

#include "arm_math.h"

#include "arm_nnfunctions.h"

/**

 *  @ingroup groupNN

 */

/**

 * @addtogroup NNConv

 * @{

 */

/**

 * @brief Q7 depthwise separable convolution function (non-square shape)

 * @param[in]       Im_in         pointer to input tensor

 * @param[in]       dim_im_in_x   input tensor dimention x

 * @param[in]       dim_im_in_y   input tensor dimention y

 * @param[in]       ch_im_in      number of input tensor channels

 * @param[in]       wt            pointer to kernel weights

 * @param[in]       ch_im_out     number of filters, i.e., output tensor channels

 * @param[in]       dim_kernel_x  filter kernel size x

 * @param[in]       dim_kernel_y  filter kernel size y

 * @param[in]       padding_x     padding sizes x

 * @param[in]       padding_y     padding sizes y

 * @param[in]       stride_x      convolution stride x

 * @param[in]       stride_y      convolution stride y

 * @param[in]       bias          pointer to bias

 * @param[in]       bias_shift    amount of left-shift for bias

 * @param[in]       out_shift     amount of right-shift for output

 * @param[in,out]   Im_out        pointer to output tensor

 * @param[in]       dim_im_out_x  output tensor dimension x

 * @param[in]       dim_im_out_y  output tensor dimension y

 * @param[in,out]   bufferA       pointer to buffer space for input

 * @param[in,out]   bufferB       pointer to buffer space for output

 * @return     The function returns either

 * <code>ARM_MATH_SIZE_MISMATCH</code> or <code>ARM_MATH_SUCCESS</code> based on the outcome of size checking.

 *

 * This function is the version with full list of optimization tricks, but with

 * some contraints:

 *   ch_im_in is multiple of 2

 *   ch_im_out is multiple of 2

 */

arm_status arm_depthwise_separable_conv_HWC_q7_nonsquare(const q7_t * Im_in,

                                                         const uint16_t dim_im_in_x,

                                                         const uint16_t dim_im_in_y,

                                                         const uint16_t ch_im_in,

                                                         const q7_t * wt,

                                                         const uint16_t ch_im_out,

                                                         const uint16_t dim_kernel_x,

                                                         const uint16_t dim_kernel_y,

                                                         const uint16_t padding_x,

                                                         const uint16_t padding_y,

                                                         const uint16_t stride_x,

                                                         const uint16_t stride_y,

                                                         const q7_t * bias,

                                                         const uint16_t bias_shift,

                                                         const uint16_t out_shift,

                                                         q7_t * Im_out,

                                                         const uint16_t dim_im_out_x,

                                                         const uint16_t dim_im_out_y,

                                                         q15_t * bufferA,

                                                         q7_t * bufferB)

{

#if defined (ARM_MATH_DSP)

    /* Run the following code for Cortex-M4 and Cortex-M7 */

/*

 * Implementation:

 * There are 3 nested loop here:

 * Inner loop: calculate each output value with MAC instruction over an accumulator

 * Mid   loop: loop over different output channel

 * Outer loop: loop over different output (x, y)

 *

 */

    int16_t   i_out_y, i_out_x;

    int16_t   i_ker_y, i_ker_x;

    q7_t     *colBuffer = (q7_t *) bufferA;

    q7_t     *pBuffer = colBuffer;

    const q7_t *pBias = bias;

    q7_t     *pOut = Im_out;

    uint16_t  rowCnt;

    uint16_t  row_shift;

    /* do some checking here, basically ch_im_in == ch_im_out */

    if (ch_im_in != ch_im_out)

    {

        return ARM_MATH_SIZE_MISMATCH;

    }

    for (i_out_y = 0; i_out_y < dim_im_out_y; i_out_y++)

    {

        for (i_out_x = 0; i_out_x < dim_im_out_x; i_out_x++)

        {

            /* we first do im2col here */

            for (i_ker_y = i_out_y * stride_y - padding_y; i_ker_y < i_out_y * stride_y - padding_y + dim_kernel_y;

                 i_ker_y++)

            {

                for (i_ker_x = i_out_x * stride_x - padding_x; i_ker_x < i_out_x * stride_x - padding_x + dim_kernel_x;

                     i_ker_x++)

                {

                    if (i_ker_y < 0 || i_ker_y >= dim_im_in_y || i_ker_x < 0 || i_ker_x >= dim_im_in_x)

                    {

                        /* arm_fill_q7(0, pBuffer, ch_im_in); */

                        memset(pBuffer, 0, ch_im_in);

                    } else

                    {

                        /* arm_copy_q7((q7_t *) Im_in + (i_ker_y * dim_im_in_x + i_ker_x) * ch_im_in, pBuffer, ch_im_in); */

                        memcpy(pBuffer, (q7_t *) Im_in + (i_ker_y * dim_im_in_x + i_ker_x) * ch_im_in, ch_im_in);

                    }

                    pBuffer += ch_im_in;

                }

            }

            /* we will do the computation here for each channel */

            rowCnt = ch_im_out >> 2;

            row_shift = 0;

            pBias = bias;

            while (rowCnt)

            {

                q31_t     sum =  ((q31_t)(*pBias++) << bias_shift) + NN_ROUND(out_shift);

                q31_t     sum2 = ((q31_t)(*pBias++) << bias_shift) + NN_ROUND(out_shift);

                q31_t     sum3 = ((q31_t)(*pBias++) << bias_shift) + NN_ROUND(out_shift);

                q31_t     sum4 = ((q31_t)(*pBias++) << bias_shift) + NN_ROUND(out_shift);

                uint16_t  colCnt = (dim_kernel_x * dim_kernel_y) >> 1;

                q7_t     *pB = colBuffer + row_shift;

                const q7_t *pA = wt + row_shift;

                row_shift += 4;

#ifdef USE_INTRINSIC

#ifndef ARM_MATH_BIG_ENDIAN

                while (colCnt)

                {

                    q31_t     inA1, inA2, inB1, inB2, opA, opB;

                    inB1 = *__SIMD32(pB);

                    pB += ch_im_in;

                    opB = *__SIMD32(pB);

                    pB += ch_im_in;

                    inB2 = __PKHTB(opB, inB1, 16);

                    inB1 = __PKHBT(inB1, opB, 16);

                    inA1 = *__SIMD32(pA);

                    pA += ch_im_in;

                    opB = *__SIMD32(pA);

                    pA += ch_im_in;

                    inA2 = __PKHTB(opB, inA1, 16);

                    inA1 = __PKHBT(inA1, opB, 16);

                    opA = __SXTB16(inA1);

                    opB = __SXTB16(inB1);

                    sum = __SMLAD(opA, opB, sum);

                    opA = __SXTB16(__ROR(inA1, 8));

                    opB = __SXTB16(__ROR(inB1, 8));

                    sum2 = __SMLAD(opA, opB, sum2);

                    opA = __SXTB16(inA2);

                    opB = __SXTB16(inB2);

                    sum3 = __SMLAD(opA, opB, sum3);

                    opA = __SXTB16(__ROR(inA2, 8));

                    opB = __SXTB16(__ROR(inB2, 8));

                    sum4 = __SMLAD(opA, opB, sum4);

                    colCnt--;

                }

#else

                while (colCnt)

                {

                    q31_t     inA1, inA2, inB1, inB2, opA, opB;

                    inB1 = *__SIMD32(pB);

                    pB += ch_im_in;

                    opB = *__SIMD32(pB);

                    pB += ch_im_in;

                    inB2 = __PKHBT(opB, inB1, 16);

                    inB1 = __PKHTB(inB1, opB, 16);

                    inA1 = *__SIMD32(pA);

                    pA += ch_im_in;

                    opB = *__SIMD32(pA);

                    pA += ch_im_in;

                    inA2 = __PKHBT(opB, inA1, 16);

                    inA1 = __PKHTB(inA1, opB, 16);

                    opA = __SXTB16(inA1);

                    opB = __SXTB16(inB1);

                    sum2 = __SMLAD(opA, opB, sum2);

                    opA = __SXTB16(__ROR(inA1, 8));

                    opB = __SXTB16(__ROR(inB1, 8));

                    sum = __SMLAD(opA, opB, sum);

                    opA = __SXTB16(inA2);

                    opB = __SXTB16(inB2);

                    sum4 = __SMLAD(opA, opB, sum4);

                    opA = __SXTB16(__ROR(inA2, 8));

                    opB = __SXTB16(__ROR(inB2, 8));

                    sum3 = __SMLAD(opA, opB, sum3);

                    colCnt--;

                }

#endif                          /* ARM_MATH_BIG_ENDIAN */

#else

#ifndef ARM_MATH_BIG_ENDIAN

                //  r0    r1    r2    r3    r4   r5

                // inA1, inA2, inB1, inB2, opA, opB

                asm volatile ("COL_LOOP:\n"

                              "ldr.w r2, [%[pB], #0]\n"

                              "add.w %[pB], %[pB], %[ch_im_in]\n"

                              "ldr.w r5, [%[pB], #0]\n"

                              "add.w %[pB], %[pB], %[ch_im_in]\n"

                              "pkhtb r3, r5, r2, ASR #16\n"

                              "pkhbt r2, r2, r5, LSL #16\n"

                              "ldr.w r0, [%[pA], #0]\n"

                              "add.w %[pA], %[pA], %[ch_im_in]\n"

                              "ldr.w r5, [%[pA], #0]\n"

                              "add.w %[pA], %[pA], %[ch_im_in]\n"

                              "pkhtb r1, r5, r0, ASR #16\n"

                              "pkhbt r0, r0, r5, LSL #16\n"

                              "sxtb16 r4, r0\n"

                              "sxtb16 r5, r2\n"

                              "smlad %[sum], r4, r5, %[sum]\n"

                              "mov.w r4, r0, ror #8\n"

                              "mov.w r5, r2, ror #8\n"

                              "sxtb16 r4, r4\n"

                              "sxtb16 r5, r5\n"

                              "smlad %[sum2], r4, r5, %[sum2]\n"

                              "sxtb16 r4, r1\n"

                              "sxtb16 r5, r3\n"

                              "smlad %[sum3], r4, r5, %[sum3]\n"

                              "mov.w r4, r1, ror #8\n"

                              "mov.w r5, r3, ror #8\n"

                              "sxtb16 r4, r4\n"

                              "sxtb16 r5, r5\n"

                              "smlad %[sum4], r4, r5, %[sum4]\n"

                              "subs %[colCnt], #1\n"

                              "bne COL_LOOP\n":[sum] "+r"(sum),[sum2] "+r"(sum2),[sum3] "+r"(sum3),

                              [sum4] "+r"(sum4),[pB] "+r"(pB),[pA] "+r"(pA):[colCnt] "r"(colCnt),

                              [ch_im_in] "r"(ch_im_in):"r0", "r1", "r2", "r3", "r4", "r5");

#else

                //  r0    r1    r2    r3    r4   r5

                // inA1, inA2, inB1, inB2, opA, opB

                asm volatile ("COL_LOOP:\n"

                              "ldr.w r2, [%[pB], #0]\n"

                              "add.w %[pB], %[pB], %[ch_im_in]\n"

                              "ldr.w r5, [%[pB], #0]\n"

                              "add.w %[pB], %[pB], %[ch_im_in]\n"

                              "pkhbt r3, r5, r2, LSL #16\n"

                              "pkhtb r2, r2, r5, ASR #16\n"

                              "ldr.w r0, [%[pA], #0]\n"

                              "add.w %[pA], %[pA], %[ch_im_in]\n"

                              "ldr.w r5, [%[pA], #0]\n"

                              "add.w %[pA], %[pA], %[ch_im_in]\n"

                              "pkhbt r1, r5, r0, LSL #16\n"

                              "pkhtb r0, r0, r5, ASR #16\n"

                              "sxtb16 r4, r0\n"

                              "sxtb16 r5, r2\n"

                              "smlad %[sum2], r4, r5, %[sum2]\n"

                              "mov.w r4, r0, ror #8\n"

                              "mov.w r5, r2, ror #8\n"

                              "sxtb16 r4, r4\n"

                              "sxtb16 r5, r5\n"

                              "smlad %[sum], r4, r5, %[sum]\n"

                              "sxtb16 r4, r1\n"

                              "sxtb16 r5, r3\n"

                              "smlad %[sum4], r4, r5, %[sum4]\n"

                              "mov.w r4, r1, ror #8\n"

                              "mov.w r5, r3, ror #8\n"

                              "sxtb16 r4, r4\n"

                              "sxtb16 r5, r5\n"

                              "smlad %[sum3], r4, r5, %[sum3]\n"

                              "subs %[colCnt], #1\n"

                              "bne COL_LOOP\n":[sum] "+r"(sum),[sum2] "+r"(sum2),[sum3] "+r"(sum3),

                              [sum4] "+r"(sum4),[pB] "+r"(pB),[pA] "+r"(pA):[colCnt] "r"(colCnt),

                              [ch_im_in] "r"(ch_im_in):"r0", "r1", "r2", "r3", "r4", "r5");

#endif                          /*ARM_MATH_BIG_ENDIAN */

#endif                          /* USE_INTRINSIC */

                colCnt = (dim_kernel_x * dim_kernel_y) & 0x1;

                while (colCnt)

                {

                    union arm_nnword inA, inB;

                    inA.word = *__SIMD32(pA);

                    pA += ch_im_in;

                    inB.word = *__SIMD32(pB);

                    pB += ch_im_in;

                    sum += inA.bytes[0] * inB.bytes[0];

                    sum2 += inA.bytes[1] * inB.bytes[1];

                    sum3 += inA.bytes[2] * inB.bytes[2];

                    sum4 += inA.bytes[3] * inB.bytes[3];

                    colCnt--;

                }

                *pOut++ = (q7_t) __SSAT((sum >> out_shift), 8);

                *pOut++ = (q7_t) __SSAT((sum2 >> out_shift), 8);

                *pOut++ = (q7_t) __SSAT((sum3 >> out_shift), 8);

                *pOut++ = (q7_t) __SSAT((sum4 >> out_shift), 8);

                rowCnt--;

            }

            rowCnt = ch_im_out & 0x3;

            while (rowCnt)

            {

                q7_t     *pB = colBuffer + row_shift;

                const q7_t *pA = wt + row_shift;

                q31_t     sum = ((q31_t)(*pBias++) << bias_shift) + NN_ROUND(out_shift);

                uint16_t  colCnt = (dim_kernel_x * dim_kernel_y);

                row_shift += 1;

                while (colCnt)

                {

                    q7_t      A1 = *pA;

                    q7_t      B1 = *pB;

                    pA += ch_im_in;

                    pB += ch_im_in;

                    sum += A1 * B1;

                    colCnt--;

                }

                *pOut++ = (q7_t) __SSAT((sum >> out_shift), 8);

                rowCnt--;

            }

            // clear counter and pointers

            pBuffer = colBuffer;

        }

    }

#else

    /* Run the following code as reference implementation for Cortex-M0 and Cortex-M3 */

    int       i_out_y, i_out_x, i_ch_out;

    int       i_ker_y, i_ker_x;

    /* do some checking here, basically ch_im_in == ch_im_out */

    if (ch_im_in != ch_im_out)

    {

        return ARM_MATH_SIZE_MISMATCH;

    }

    for (i_out_y = 0; i_out_y < dim_im_out_y; i_out_y++)

    {

        for (i_out_x = 0; i_out_x < dim_im_out_x; i_out_x++)

        {

            for (i_ch_out = 0; i_ch_out < ch_im_out; i_ch_out++)

            {

                // for each output 

                int       conv_out = ((q31_t)(bias[i_ch_out]) << bias_shift) + NN_ROUND(out_shift);

                for (i_ker_y = 0; i_ker_y < dim_kernel_y; i_ker_y++)

                {

                    for (i_ker_x = 0; i_ker_x < dim_kernel_x; i_ker_x++)

                    {

                        int       in_row = stride_y * i_out_y + i_ker_y - padding_y;

                        int       in_col = stride_x * i_out_x + i_ker_x - padding_x;

                        if (in_row >= 0 && in_col >= 0 && in_row < dim_im_in_y && in_col < dim_im_in_x)

                        {

                            conv_out += Im_in[(in_row * dim_im_in_x + in_col) * ch_im_in + i_ch_out] *                        

                                wt[(i_ker_y * dim_kernel_x + i_ker_x) * ch_im_out + i_ch_out];

                        }

                    }

                }

                Im_out[(i_out_y * dim_im_out_x + i_out_x) * ch_im_out + i_ch_out] =

                    (q7_t) __SSAT((conv_out >> out_shift), 8);

            }

        }

    }

#endif                          /* ARM_MATH_DSP */

    /* Return to application */

    return ARM_MATH_SUCCESS;

}

/**

 * @} end of NNConv group

 */