F.interpolate函数

F.interpolate 是 PyTorch 中用于对张量（通常是图像数据）举行插值操纵的函数，常用于调解张量的大小，比方改变图像的分辨率。它支持多种插值方法，包罗近来邻插值、双线性插值和三次插值等。
语法

1. torch.nn.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None)

复制代码

参数

• input:
  
  
  
  • 输入的张量，外形通常为 (N, C, H, W) 或 (N, C, D, H, W)（批次、通道数、高度、宽度 或深度、高度、宽度）。
    
  
  
• size:
  
  
  
  • 调解后张量的目的大小，可以是整数元组，比方 (height, width)。
    
  • 优先级高于 scale_factor。
    
  
  
• scale_factor:
  
  
  
  • 用于调解大小的比例因子，可以是浮点数或元组（对于高度和宽度分别指定比例）。
    
  • 如果指定了 size，此参数会被忽略。
    
  
  
• mode:
  
  
  
  • 指定插值方法，常用选项：
    
    
    
    • 'nearest'：近来邻插值。
      
    • 'linear'：线性插值（仅适用于 3D 输入）。
      
    • 'bilinear'：双线性插值（常用于 2D 图像）。
      
    • 'bicubic'：双三次插值（适用于 2D 图像）。
      
    • 'trilinear'：三线性插值（适用于 3D 输入）。
      
    • 'area'：地域插值，用于下采样。
      
    
    
  
  
• align_corners:
  
  
  
  • 仅在 mode 为 'linear', 'bilinear', 'bicubic' 或 'trilinear' 时使用。
    
  • 如果为 True，则输入和输出的角像素对齐。
    
  
  

返回值

调解大小后的张量。

---

示例代码

1. 将图像从 640x640 调解为 832x832

1. import torch
2. import torch.nn.functional as F
4. # 创建一个随机图像张量，形状为 (batch_size=1, channels=3, height=640, width=640)
5. img = torch.randn(1, 3, 640, 640)
7. # 使用 F.interpolate 调整分辨率为 832x832
8. resized_img = F.interpolate(img, size=(832, 832), mode='bilinear', align_corners=False)
10. print("Original shape:", img.shape)
11. print("Resized shape:", resized_img.shape)

复制代码

2. 使用比例调解图像大小

1. # 使用 scale_factor=1.3 对图像尺寸放大 1.3 倍
2. scaled_img = F.interpolate(img, scale_factor=1.3, mode='bilinear', align_corners=False)
4. print("Scaled shape:", scaled_img.shape)

复制代码

3. 下采样为一半大小

1. # 使用 scale_factor=0.5 对图像尺寸缩小 50%
2. downsampled_img = F.interpolate(img, scale_factor=0.5, mode='area')
4. print("Downsampled shape:", downsampled_img.shape)

复制代码

---

注意事项

• align_corners 的影响
  当 align_corners=True 时，插值会在输入和输出张量的角像素之间举行对齐；否则，盘算比例时不对齐角像素。通常推荐 align_corners=False，避免形变或偏移。
  
• 选择插值方法
  
  
  
  • 双线性插值（bilinear）和双三次插值（bicubic）通常适用于图像重采样，天生更平滑的结果。
    
  • 近来邻插值（nearest）速度快，但结果不敷平滑。
    
  
  
• 处理多通道输入
  F.interpolate 可直接处理多通道（如 RGB、IR 数据）的张量，不需要额外操纵。
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。