PyTorch库学习之torch.nn.functional.interpolate(函数)

PyTorch库学习之torch.nn.functional.interpolate(函数)

一、简介

torch.nn.functional.interpolate 是 PyTorch 中用于对张量进行上采样或下采样的函数。它支持多种插值方法，例如双线性插值、最近邻插值等，广泛用于图像处理、特征图缩放等场景。

二、语法和参数

语法

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

参数

• input: 需要进行插值的输入张量，通常是一个 3D（N, C, L）或 4D（N, C, H, W）或 5D（N, C, D, H, W）张量，其中 N 是批次大小，C 是通道数，L、H、W、D 分别是长度、高度、宽度和深度。
• size: 输出张量的目标大小。如果指定了此参数，scale_factor 将被忽略。
• scale_factor: 缩放因子，可以是一个数字或包含三个数字的元组，对应于各个维度的缩放因子。
• mode: 插值的算法类型。常见的值包括 'nearest', 'linear', 'bilinear', 'bicubic', 'trilinear', 'area'。
• align_corners: 用于双线性和三线性插值。如果为 True，输入和输出张量的角点将对齐。默认为 False。
• recompute_scale_factor: 重新计算 scale_factor 的布尔值或 None。如果设置为 True，则基于计算的输出大小重新计算 scale_factor。
• antialias: 如果为 True 并且 mode 是 ‘bilinear’，‘bicubic’ 或 ‘trilinear’ 时，会应用抗锯齿滤波。默认为 False。

返回值

返回插值后的张量，大小和形状由 size 或 scale_factor 确定。

三、实例

3.1 上采样图像的示例

• 代码

import torch
import torch.nn.functional as F

# 创建一个 2x2 的简单图像
x = torch.tensor([[[[1.0, 2.0], [3.0, 4.0]]]])

# 使用 F.interpolate 进行上采样
output = F.interpolate(x, scale_factor=2, mode='bilinear', align_corners=True)

print("输出：", output)

• 输出

输出： tensor([[[[1.0000, 1.3333, 1.6667, 2.0000],
          [1.6667, 2.0000, 2.3333, 2.6667],
          [2.3333, 2.6667, 3.0000, 3.3333],
          [3.0000, 3.3333, 3.6667, 4.0000]]]])

3.2 下采样图像的示例

• 代码

import torch
import torch.nn.functional as F

# 创建一个 4x4 的简单图像
x = torch.tensor([[[[1.0, 2.0, 3.0, 4.0],
                   [5.0, 6.0, 7.0, 8.0],
                   [9.0, 10.0, 11.0, 12.0],
                   [13.0, 14.0, 15.0, 16.0]]]])

# 使用 F.interpolate 进行下采样
output = F.interpolate(x, size=(2, 2), mode='area')

print("输出：", output)

• 输出

输出： tensor([[[[ 3.5000,  5.5000],
          [11.5000, 13.5000]]]])

四、注意事项

1. align_corners 参数在使用双线性或三线性插值时非常重要。设置为 True 可以避免插值导致的边缘模糊，但在某些情况下可能会引入失真。
2. scale_factor 和 size 参数是互斥的，只能选择一个进行指定。若同时设置了两个，size 将优先被使用。
3. antialias 参数在进行下采样时尤为重要，它可以减少因为下采样带来的锯齿效应，使结果更加平滑。