關(guān)于grid_sample的使用

grid_sample底層是應(yīng)用雙線性插值，把輸入的tensor轉(zhuǎn)換為指定大小。

那它和interpolate有啥區(qū)別呢？

interpolate是規(guī)則采樣（uniform)，但是grid_sample的轉(zhuǎn)換方式，內(nèi)部采點的方式并不是規(guī)則的，是一種更為靈活的方式。

torch.nn.functional.grid_sample(input, grid, mode=‘bilinear', padding_mode=‘zeros')

• input：輸入tensor， shape為 [N, C, H_in, W_in]
• grid：一個field flow， shape為[N, H_out, W_out, 2]，最后一個維度是每個grid（H_out_i, W_out_i)在input的哪個位置的鄰域去采點。數(shù)值范圍被歸一化到[-1,1]。

下面將介紹具體的例子

import torch
from torch.nn import functional as F


inp = torch.ones(1, 1, 4, 4)

# 目的是得到一個 長寬為20的tensor
out_h = 20
out_w = 20
 # grid的生成方式等價于用mesh_grid
new_h = torch.linspace(-1, 1, out_h).view(-1, 1).repeat(1, out_w)
new_w = torch.linspace(-1, 1, out_w).repeat(out_h, 1)
grid = torch.cat((new_h.unsqueeze(2), new_w.unsqueeze(2)), dim=2)
grid = grid.unsqueeze(0)

outp = F.grid_sample(inp, grid=grid, mode='bilinear')
print(outp.shape)  #torch.Size([1, 1, 20, 20])

在上面的例子中，我們將一個大小為4x4的tensor 轉(zhuǎn)換為了一個20x20的。

grid的大小指定了輸出大小，每個grid的位置是一個（x,y）坐標(biāo)，其值來自于：輸入input的（x，y）中 的四鄰域插值得到的。

圖片來自于SFnet（eccv2020）。flow field是grid， low_resolution是input， high resolution是output。

至于grid的值是控制在-1，1的。那如何對應(yīng)在input上呢。

這個來看一下pytorch的底層源碼。

第66行到71行，獲取到了grid的x和y，之后對其做了新的變換，變到input的坐標(biāo)系下了。

IW和IH是input的寬和高。

        real ix = THTensor_fastGet4d(grid, n, h, w, 0);
        real iy = THTensor_fastGet4d(grid, n, h, w, 1);

        // normalize ix, iy from [-1, 1] to [0, IH-1] & [0, IW-1]
        ix = ((ix + 1) / 2) * (IW-1);
        iy = ((iy + 1) / 2) * (IH-1);

torch.nn.functional.grid_sample() 注意點

用法： 主要用于采樣，一般是使用bilinear根據(jù)grid的坐標(biāo)采樣

F.grid_sample(img, grid, align_corners=True)

• img是采樣的空間，grid是生成的網(wǎng)格坐標(biāo)。
• grid通常由torch.meshgrid()生成，且要映射到(-1，1)之間，如：

dx = torch.linspace(-1,1, 9)
dy = torch.linspace(-1, 1,7)
coords = torch.stack(torch.meshgrid(dy, dx), axis=-1) ? #[dy*dx*2]

輸入輸出情況：

假如是4D 的input：

img.shape : [B,C,H_in,W_in]
grid.shape: [B,H_out,W_out,2]
out: [B,C,H_out,W_out]

細(xì)節(jié)

1.為什么meshgrid生成坐標(biāo)的時候，stack成coords時需要逆序(第一層是y，第二層是x)？

Ans：采樣的時候，在img上取點，坐標(biāo)是根據(jù)grid來的，grid[:,:,0]是W維度的坐標(biāo)，grid[:,:,1]是H維度的坐標(biāo)，所以這個地方需要注意，是反過來的

2.grid的形狀僅僅影響output的形狀，直接決定取點的還是坐標(biāo)，所以尤其要注意grid坐標(biāo)疊。

總結(jié)

以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。

最新評論