interpolate

paddle.fluid.layers.interpolate(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:

NEAREST:最近邻插值

BILINEAR:双线性插值

TRALINEAR: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。

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。

如:

scale 计算方法:

  if align_corners = True && out_size > 1 :

    scale_factor = (in_size-1.0)/(out_size-1.0)

  else:

    scale_factor = float(in_size/out_size)

不同插值方式的输出纬度计算规则:

Nearest neighbor interpolation:

if:
    align_corners = False

    input : (N,C,H_in,W_in)
    output: (N,C,H_out,W_out) where:

    H_out = H_in * scale_factor
    W_out = W_in * scale_factor

else:
    align_corners = True

    input : (N,C,H_in,W_in)
    output: (N,C,H_out,W_out) where:

    H_out = round(H_in * scale_factor)
    W_out = round(W_in * scale_factor)

Bilinear interpolation:

if:
    align_corners = False , align_mode = 0

    input : (N,C,H_in,W_in)
    output: (N,C,H_out,W_out) where:

    H_out = (H_in+0.5) * scale_factor - 0.5
    W_out = (W_in+0.5) * scale_factor - 0.5

else:

    input : (N,C,H_in,W_in)
    output: (N,C,H_out,W_out) where:

    H_out = H_in * scale_factor
    W_out = W_in * scale_factor

Bicubic interpolation:

if:
    align_corners = False

    input : (N,C,H_in,W_in)
    output: (N,C,H_out,W_out) where:

    H_out = (H_in+0.5) * scale_factor - 0.5
    W_out = (W_in+0.5) * scale_factor - 0.5

else:

    input : (N,C,H_in,W_in)
    output: (N,C,H_out,W_out) where:

    H_out = H_in * scale_factor
    W_out = W_in * scale_factor

Trilinear interpolation:

if:
    align_corners = False , align_mode = 0

    input : (N,C,D_in,H_in,W_in)
    output: (N,C,D_out,H_out,W_out) where:

    D_out = (D_in+0.5) * scale_factor - 0.5
    H_out = (H_in+0.5) * scale_factor - 0.5
    W_out = (W_in+0.5) * scale_factor - 0.5

else:

    input : (N,C,D_in,H_in,W_in)
    output: (N,C,D_out,H_out,W_out) where:

    D_out = D_in * scale_factor
    H_out = H_in * scale_factor
    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: 最近邻插值

有关双线性插值的详细信息,请参阅维基百科: 双线性插值

有关三线插值的详细信息,请参阅维基百科: 三线插值

有关双三次插值的详细信息,请参阅维基百科: 双三次插值

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4-D Tensor时,形状为 :math: (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‘BILINEAR’, ‘TRILINEAR’ , ‘BICUBIC’ and ‘NEAREST’ 。默认值为‘BILINEAR’。
  • 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_shapescale 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"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 ‘NCHW’、‘NHWC’、‘NCDHW’ 或者 ‘NDHWC’。

代码示例

#declarative mode
import paddle
import paddle.fluid as fluid
import numpy as np
input = fluid.data(name="input", shape=[None,3,6,10])
# example 1
output = fluid.layers.interpolate(input=input,out_shape=[12,12])
# example 2
# x = np.array([2]).astype("int32")
# dim1 = fluid.data(name="dim1", shape=[1], dtype="int32")
# fluid.layers.assign(input=x, output=dim1)
# output = fluid.layers.interpolate(input=input,out_shape=[12,dim1])
# example 3
# x = np.array([3,12]).astype("int32")
# shape_tensor = fluid.data(name="shape_tensor", shape=[2], dtype="int32")
# fluid.layers.assign(input=x, output=shape_tensor)
# output = pfluid.layers.interpolate(input=input,out_shape=shape_tensor)
# example 4
# x = np.array([0.5]).astype("float32")
# scale_tensor = fluid.data(name="scale", shape=[1], dtype="float32")
# fluid.layers.assign(x,scale_tensor)
# output = fluid.layers.interpolate(input=input,scale=scale_tensor)
place = fluid.CPUPlace()
exe = fluid.Executor(place)
exe.run(fluid.default_startup_program())
input_data = np.random.rand(2,3,6,10).astype("float32")
output_data = exe.run(fluid.default_main_program(),
        feed={"input":input_data},
        fetch_list=[output],
        return_numpy=True)
print(output_data[0].shape)
# example 1
# (2, 3, 12, 12)
# example 2
# (2, 3, 12, 2)
# example 3
# (2, 3, 3, 12)
# example 4
# (2, 3, 3, 5)

#imperative mode
import paddle.fluid.dygraph as dg
import paddle.fluid as fluid
with dg.guard(place) as g:
    input = dg.to_variable(input_data)
    output = fluid.layers.interpolate(input=input, out_shape=[12,12])
    print(output.shape)
    # [2, 3, 12, 12]