torch.nn.ReflectionPad2d()的用法简介

最近在看Pix2PixHD的源码时，发现里面有几处用了nn.ReflectionPad2d()这个函数，查阅了官方文档和网上的资料后，终于弄明白了这个函数的用处。

函数用途：对输入图像以最外围像素为对称轴，做四周的轴对称镜像填充。

填充顺序：左->右->上->下

对于一个4维的Tensor，当只指定一个padding参数时，则表示对四周采用相同的填充行数。

# 对四周都填充3行
nn.ReflectionPad2d(3)    

   以下为计算实例：

>>> a = tensor([[[[1., 1., 1., 1., 1.],
                  [1., 1., 1., 1., 1.],
                  [1., 1., 1., 3., 1.],
                  [1., 3., 4., 5., 1.],
                  [1., 1., 1., 1., 1.]]]])

>>> p = nn.ReflectionPad2d(3) 

>>> p(a) = tensor([[[[5., 4., 3., 1., 3., 4., 5., 1., 5., 4., 3.],
                     [3., 1., 1., 1., 1., 1., 3., 1., 3., 1., 1.],
                     [1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
                     [1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
                     [1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
                     [3., 1., 1., 1., 1., 1., 3., 1., 3., 1., 1.],
                     [5., 4., 3., 1., 3., 4., 5., 1., 5., 4., 3.],
                     [1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
                     [5., 4., 3., 1., 3., 4., 5., 1., 5., 4., 3.],
                     [3., 1., 1., 1., 1., 1., 3., 1., 3., 1., 1.],
                     [1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]]]])

将上述运算过程用图示形式表示，以左侧填充3列像素为例，褐色虚线框内为原始Tensor：

 

 

 

若分别对4个维度进行不同行数的填充，则需分别指定填充参数。

# 左侧填充1行，右侧填充2行，上方填充3行，下方填充2行
nn.ReflectionPad2d((1, 2, 3, 2))