interpolate

paddle.nn.functional. interpolate ( x, 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

BILINEAR：双线性插值

TRILINEAR：三线性插值

BICUBIC：双三次插值

LINEAR: 线性插值

AREA: 面积插值

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。

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. scale 计算方法：
  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. 不同插值方式的输出纬度计算规则：
  14. Nearest neighbor interpolation:
  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
  24. Bilinear interpolation:
  26. if:
  27.     align_corners = False , align_mode = 0
  29.     input : (N,C,H_in,W_in)
  30.     output: (N,C,H_out,W_out) where:
  32.     H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  33.     W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  36. else:
  38.     input : (N,C,H_in,W_in)
  39.     output: (N,C,H_out,W_out) where:
  41.     H_out = H_{in} * scale_{factor}
  42.     W_out = W_{in} * scale_{factor}
  44. Bicubic interpolation:
  46. if:
  47.     align_corners = False
  49.     input : (N,C,H_in,W_in)
  50.     output: (N,C,H_out,W_out) where:
  52.     H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  53.     W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  55. else:
  57.     input : (N,C,H_in,W_in)
  58.     output: (N,C,H_out,W_out) where:
  60.     H_out = H_{in} * scale_{factor}
  61.     W_out = W_{in} * scale_{factor}
  63. Trilinear interpolation:
  65. if:
  66.     align_corners = False , align_mode = 0
  68.     input : (N,C,D_in,H_in,W_in)
  69.     output: (N,C,D_out,H_out,W_out) where:
  71.     D_out = (D_{in}+0.5) * scale_{factor} - 0.5
  72.     H_out = (H_{in}+0.5) * scale_{factor} - 0.5
  73.     W_out = (W_{in}+0.5) * scale_{factor} - 0.5
  76. else:
  78.     input : (N,C,D_in,H_in,W_in)
  79.     output: (N,C,D_out,H_out,W_out) where:
  81.     D_out = D_{in} * scale_{factor}
  82.     H_out = H_{in} * scale_{factor}
  83.     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

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:

  • x (Tensor) - 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。

  • size (list|tuple|Tensor|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_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False.

  • 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。默认值：0。

  • 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’。

  • 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：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、元组或张量。

  • TypeError - actual_shape应该是变量或None。

  • ValueError - interpolate的”mode”只能是”BILINEAR”或”TRILINEAR”或”NEAREST”或”BICUBIC”或”LINEAR”或”AREA”。

  • ValueError - ‘linear’ 只支持 3-D tensor。

  • ValueError - ‘bilinear’, ‘bicubic’ ，’nearest’ 只支持 4-D tensor。

  • ValueError - ‘trilinear’ 只支持 5-D tensor

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

  • ValueError - out_shape 的长度必须为1如果输入是3D张量

  • 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 paddle.nn.functional as F
  4. # given out size
  5. x = paddle.rand(shape=(2,3,6,10))
  6. output_1 = F.interpolate(x=x, size=[12,12])
  7. print(output_1.shape)
  8. # [2L, 3L, 12L, 12L]
  10. # given scale
  11. output_2 = F.interpolate(x=x, scale_factor=[2,1])
  12. print(output_2.shape)
  13. # [2L, 3L, 12L, 10L]
  15. # bilinear interp
  16. output_3 = F.interpolate(x=x, scale_factor=[2,1], mode="bilinear")
  17. print(output_2.shape)
  18. # [2L, 3L, 12L, 10L]