image_resize

paddle.fluid.layers.image_resize ( input, out_shape=None, scale=None, name=None, resample=’BILINEAR’, actual_shape=None, align_corners=True, align_mode=1, data_format=’NCHW’ ) [源代码]

注意: 参数 actual_shape 将被弃用，请使用 out_shape 替代。

该OP用于调整一个batch中图片的大小。

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:

BILINEAR：双线性插值

TRALINEAR：三线插值

NEAREST：最近邻插值

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。

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。

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:
  3.   if align_corners = True && out_size > 1 :
  5.     scale_factor = (in_size-1.0)/(out_size-1.0)
  7.   else:
  9.     scale_factor = float(in_size/out_size)
  12. Nearest neighbor interpolation:
  14. if:
  15.     align_corners = False
  17.     input : (N,C,H_in,W_in)
  18.     output: (N,C,H_out,W_out) where:
  20.     H_out = \left \lfloor {H_{in} * scale_{}factor}} \right \rfloor
  21.     W_out = \left \lfloor {W_{in} * scale_{}factor}} \right \rfloor
  23. else:
  24.     align_corners = True
  26.     input : (N,C,H_in,W_in)
  27.     output: (N,C,H_out,W_out) where:
  29.     H_out = round(H_{in} * scale_{factor})
  30.     W_out = round(W_{in} * scale_{factor})
  32. Bilinear interpolation:
  34. if:
  35.     align_corners = False , align_mode = 0
  37.     input : (N,C,H_in,W_in)
  38.     output: (N,C,H_out,W_out) where:
  40.     H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  41.     W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  44. else:
  46.     input : (N,C,H_in,W_in)
  47.     output: (N,C,H_out,W_out) where:
  49.     H_out = H_{in} * scale_{factor}
  50.     W_out = W_{in} * scale_{factor}
  52. Trilinear interpolation:
  54. if:
  55.     align_corners = False , align_mode = 0
  57.     input : (N,C,D_in,H_in,W_in)
  58.     output: (N,C,D_out,H_out,W_out) where:
  60.     D_out = (D_{in}+0.5) * scale_{factor} - 0.5
  61.     H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  62.     W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  65. else:
  67.     input : (N,C,D_in,H_in,W_in)
  68.     output: (N,C,D_out,H_out,W_out) where:
  70.     D_out = D_{in} * scale_{factor}
  71.     H_out = H_{in} * scale_{factor}
  72.     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

参数:

  • input (Variable) - 4-D或5-D Tensor，数据类型为float32、float64或uint8，其数据格式由参数 data_format 指定。

  • out_shape (list|tuple|Variable|None) - 输出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 (float|Variable|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。

  • name (str|None) - 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。

  • resample (str) - 插值方法。支持“双线性”,“三线性”,“临近插值”。默认值为双线性插值。

  • actual_shape (Variable) - 可选输入，用于动态指定输出形状。如果指定actual_shape，图像将根据给定的形状调整大小，而不是根据指定形状的 out_shape 和 scale 进行调整。也就是说， actual_shape 具有最高的优先级。如果希望动态指定输出形状，建议使用 out_shape ，因为 actual_shape 未来将被弃用。在使用actual_shape指定输出形状时，还需要设置out_shape和scale之一，否则在图形构建阶段会出现错误。默认值:None

  • align_corners （bool）- 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）- 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’。

返回：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)。

返回类型: 变量（variable）

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”BILINEAR”或”TRILINEAR”或”NEAREST”。

  • 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 ‘NCHW’、‘NHWC’、‘NCDHW’ 或者 ‘NDHWC’。

代码示例

  1. import paddle.fluid as fluid
  2. input = fluid.layers.data(name="input", shape=[3,6,9], dtype="float32")
  3. # input.shape = [-1, 3, 6, 9], where -1 indicates batch size, and it will get the exact value in runtime.
  5. out = fluid.layers.image_resize(input, out_shape=[12, 12], resample="NEAREST")
  6. out0 = fluid.layers.image_resize(input, out_shape=[12, 12], resample="NEAREST")
  7. # out0.shape = [-1, 3, 12, 12], it means out0.shape[0] = input.shape[0] in runtime.
  9. # out_shape is a list in which each element is a integer or a tensor Variable
  10. dim1 = fluid.layers.data(name="dim1", shape=[1], dtype="int32", append_batch_size=False)
  11. out1 = fluid.layers.image_resize(input, out_shape=[12, dim1], resample="NEAREST")
  12. # out1.shape = [-1, 3, 12, -1]
  14. # out_shape is a 1-D tensor Variable
  15. shape_tensor = fluid.layers.data(name="shape_tensor", shape=[2], dtype="int32", append_batch_size=False)
  16. out2 = fluid.layers.image_resize(input, out_shape=shape_tensor, resample="NEAREST")
  17. # out2.shape = [-1, 3, -1, -1]
  19. # when use actual_shape
  20. actual_shape_tensor = fluid.layers.data(name="actual_shape_tensor", shape=[2], dtype="int32", append_batch_size=False)
  21. out3 = fluid.layers.image_resize(input, out_shape=[4, 4], resample="NEAREST", actual_shape=actual_shape_tensor)
  22. # out3.shape = [-1, 3, 4, 4]
  24. # scale is a Variable
  25. scale_tensor = fluid.layers.data(name="scale", shape=[1], dtype="float32", append_batch_size=False)
  26. out4 = fluid.layers.image_resize(input, scale=scale_tensor)
  27. # out4.shape = [-1, 3, -1, -1]