Upsample

class paddle.nn.Upsample ( size=None, scale_factor=None, mode=’nearest’, align_corners=False, align_mode=0, data_format=’NCHW’, name=None ) [源代码]

该OP用于调整一个batch中图片的大小。

输入为3-D Tensor时形状为(num_batches, channels, in_w),输入为4-D Tensor时形状为(num_batches, channels, in_h, in_w)或者(num_batches, in_h, in_w, channels),输入为5-D Tensor时形状为(num_batches, channels, in_d, in_h, in_w)或者(num_batches, in_d, in_h, in_w, channels),并且调整大小只适用于深度,高度和宽度对应的维度。

支持的插值方法:

NEAREST:最近邻插值

LINEAR:线性插值

BILINEAR:双线性插值

TRILINEAR:三线性插值

BICUBIC:双三次插值

最近邻插值是在输入张量的高度和宽度上进行最近邻插值。

线性插值是用一条线连接两个已知量来确定两个已知量之间的一个未知量的值的方法。

双线性插值是线性插值的扩展,用于在直线2D网格上插值两个变量(例如,该操作中的H方向和W方向)的函数。 关键思想是首先在一个方向上执行线性插值,然后在另一个方向上再次执行线性插值。

三线插值是线性插值的一种扩展,是3参数的插值方程(比如op里的D,H,W方向),在三个方向上进行线性插值。

双三次插值是在二维网格上对数据点进行插值的三次插值的扩展,它能创造出比双线性和最近临插值更为光滑的图像边缘。

Align_corners和align_mode是可选参数,插值的计算方法可以由它们选择。

示例:

  1. For scale:
  2. if align_corners = True && out_size > 1 :
  3. scale_factor = (in_size-1.0)/(out_size-1.0)
  4. else:
  5. scale_factor = float(in_size/out_size)
  6. Nearest neighbor interpolation:
  7. if:
  8. align_corners = False
  9. input : (N,C,H_in,W_in)
  10. output: (N,C,H_out,W_out) where:
  11. H_out = \left \lfloor {H_{in} * scale_{}factor}} \right \rfloor
  12. W_out = \left \lfloor {W_{in} * scale_{}factor}} \right \rfloor
  13. else:
  14. align_corners = True
  15. input : (N,C,H_in,W_in)
  16. output: (N,C,H_out,W_out) where:
  17. H_out = round(H_{in} * scale_{factor})
  18. W_out = round(W_{in} * scale_{factor})
  19. Bilinear interpolation:
  20. if:
  21. align_corners = False , align_mode = 0
  22. input : (N,C,H_in,W_in)
  23. output: (N,C,H_out,W_out) where:
  24. H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  25. W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  26. else:
  27. input : (N,C,H_in,W_in)
  28. output: (N,C,H_out,W_out) where:
  29. H_out = H_{in} * scale_{factor}
  30. W_out = W_{in} * scale_{factor}
  31. Bicubic interpolation:
  32. if:
  33. align_corners = False
  34. input : (N,C,H_in,W_in)
  35. output: (N,C,H_out,W_out) where:
  36. H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  37. W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  38. else:
  39. input : (N,C,H_in,W_in)
  40. output: (N,C,H_out,W_out) where:
  41. H_out = H_{in} * scale_{factor}
  42. W_out = W_{in} * scale_{factor}
  43. Trilinear interpolation:
  44. if:
  45. align_corners = False , align_mode = 0
  46. input : (N,C,D_in,H_in,W_in)
  47. output: (N,C,D_out,H_out,W_out) where:
  48. D_out = (D_{in}+0.5) * scale_{factor} - 0.5
  49. H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  50. W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  51. else:
  52. input : (N,C,D_in,H_in,W_in)
  53. output: (N,C,D_out,H_out,W_out) where:
  54. D_out = D_{in} * scale_{factor}
  55. H_out = H_{in} * scale_{factor}
  56. W_out = W_{in} * scale_{factor}

有关最近邻插值的详细信息,请参阅维基百科: https://en.wikipedia.org/wiki/Nearest-neighbor_interpolation

有关线性插值的详细信息,请参阅维基百科: https://en.wikipedia.org/wiki/Linear_interpolation

有关双线性插值的详细信息,请参阅维基百科: https://en.wikipedia.org/wiki/Bilinear_interpolation

有关三线插值的详细信息,请参阅维基百科: https://en.wikipedia.org/wiki/Trilinear_interpolation

有关双三次插值的详细信息,请参阅维基百科: https://en.wikipedia.org/wiki/Bicubic_interpolation

参数:

  • size (list|tuple|Variable|None) - 输出Tensor,输入为3D张量时,形状为为(out_w)的1-D Tensor。输入为4D张量时,形状为为(out_h, out_w)的2-D Tensor。输入为5-D Tensor时,形状为(out_d, out_h, out_w)的3-D Tensor。如果 out_shape 是列表,每一个元素可以是整数或者形状为[1]的变量。如果 out_shape 是变量,则其维度大小为1。默认值为None。

  • scale_factor (float|Tensor|list|tuple|None)-输入的高度或宽度的乘数因子 。 out_shape和scale至少要设置一个。out_shape的优先级高于scale。默认值为None。

如果scale_factor是一个list或tuple,它必须与输入的shape匹配。

  • mode (str, 可选) - 插值方法。支持”bilinear”或”trilinear”或”nearest”或”bicubic”或”linear”或”area”。默认值为”nearest”。

  • align_corners (bool, 可选)- 一个可选的bool型参数,如果为True,则将输入和输出张量的4个角落像素的中心对齐,并保留角点像素的值。 默认值为True

  • align_mode (int, 可选)- 双线性插值的可选项。 可以是 ‘0’ 代表src_idx = scale *(dst_indx + 0.5)-0.5;如果为’1’ ,代表src_idx = scale * dst_index。

  • data_format (str,可选)- 指定输入的数据格式,输出的数据格式将与输入保持一致。对于3-D Tensor,支持 NCHW(num_batches, channels, width),对于4-D Tensor,支持 NCHW(num_batches, channels, height, width) 或者 NHWC(num_batches, height, width, channels),对于5-D Tensor,支持 NCDHW(num_batches, channels, depth, height, width)或者 NDHWC(num_batches, depth, height, width, channels),默认值:’NCHW’。

  • name (str|None, 可选) - 该参数供开发人员打印调试信息时使用,具体用法请参见 Name 。默认值为None。

返回:3-D Tensor,形状为 (num_batches, channels, out_w) ;4-D Tensor,形状为 (num_batches, channels, out_h, out_w) 或 (num_batches, out_h, out_w, channels);或者5-D Tensor,形状为 (num_batches, channels, out_d, out_h, out_w) 或 (num_batches, out_d, out_h, out_w, channels)。

抛出异常:

  • TypeError - out_shape应该是一个列表、元组或变量。

  • TypeError - actual_shape应该是变量或None。

  • ValueError - image_resize的”resample”只能是”LINEAR”或”BILINEAR”或”TRILINEAR”或”NEAREST”或”BICUBIC”。

  • ValueError - out_shape 和 scale 不可同时为 None。

  • ValueError - out_shape 的长度必须为2如果输入是4D张量。

  • ValueError - out_shape 的长度必须为3如果输入是5D张量。

  • ValueError - scale应大于0。

  • TypeError - align_corners 应为bool型。

  • ValueError - align_mode 只能取 ‘0’ 或 ‘1’。

  • ValueError - data_format 只能取 ‘NCW’、 ‘NCHW’、‘NHWC’、‘NCDHW’ 或者 ‘NDHWC’。

代码示例

  1. import paddle
  2. import numpy as np
  3. upsample_op = paddle.nn.Upsample(out_shape=[12,12])
  4. input_data = paddle.rand(shape=(2,3,6,10))
  5. output = upsample_op(input_data)
  6. print(output.shape)
  7. # [2L, 3L, 12L, 12L]