pytorch 中使用 torch.nn.functional.interpolate实现插值和上采样

interpolate的用法

torch.nn.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)

输入要进行上下采样的feature（input），根据给定的size或scale_factor参数来对输入进行下/上采样

支持目前的temporal(1D, 如向量数据), spatial(2D, 如jpg、png等图像数据)和volumetric(3D, 如点云数据)类型的采样数据作为输入，输入数据的格式为minibatch x channels x [optional depth] x [optional height] x width，具体为：

• 对于一个temporal输入，期待着3D张量的输入，即minibatch x channels x width
• 对于一个空间spatial输入，期待着4D张量的输入，即minibatch x channels x height x width
• 对于体积volumetric输入，则期待着5D张量的输入，即minibatch x channels x depth x height x width

interpolate的参数说明

• input (Tensor) – 输入张量
• size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int]) – 输出大小
• scale_factor (float or Tuple[float]) – 指定输出为输入的多少倍数。如果输入为tuple，其也要制定为tuple类型
• mode (str) – 可使用的上采样算法，有’nearest’, ‘linear’, ‘bilinear’, ‘bicubic’ , ‘trilinear’和’area’. 默认使用’nearest’
• align_corners (bool, optional) –
  几何上，我们认为输入和输出的像素是正方形，而不是点。如果设置为True，则输入和输出张量由其角像素的中心点对齐，从而保留角像素处的值。如果设置为False，则输入和输出张量由它们的角像素的角点对齐，插值使用边界外值的边值填充;当scale_factor保持不变时，使该操作独立于输入大小。仅当使用的算法为’linear’, ‘bilinear’, 'bilinear’or 'trilinear’时可以使用。默认设置为False
  

注意

使用mode='bicubic’时，可能会导致overshoot问题，即它可以为图像生成负值或大于255的值。如果你想在显示图像时减少overshoot问题，可以显式地调用result.clamp(min=0,max=255)。

When using the CUDA backend, this operation may induce nondeterministic behaviour in be backward that is not easily switched off. Please see the notes on Reproducibility for background.

栗子

• 上采样

import torch
from torch import nn
import torch.nn.functional as F
input = torch.arange(1, 5, dtype=torch.float32).view(1, 1, 2, 2)
print('input:', input)
x = F.interpolate(input, scale_factor=2, mode='nearest')
print('x:', x)

input:
tensor([[[[1., 2.],
          [3., 4.]]]])
x:
tensor([[[[1., 1., 2., 2.],
          [1., 1., 2., 2.],
          [3., 3., 4., 4.],
          [3., 3., 4., 4.]]]])

转载于：原文链接