torch interpolate
torch.nn.functional.interpolate(input, size=None, scale_factor=None, mode='nearest', align_corners=None, recompute_scale_factor=None)
- input (Tensor)：输入数据
- size (int or Tuple[int] or Tuple[int, int] or Tuple[int, int, int])：输出数据的尺寸
- scale_factor (float or Tuple[float])：缩放因子
- mode (str)：采样算法
- align_corners (bool, optional)：几何上，我们认为输入和输出的像素是正方形，而不是点。如果设置为True，则输入和输出张量由其角像素的中心点对齐，从而保留角像素处的值。如果设置为False，则输入和输出张量由它们的角像素的角点对齐，插值使用边界外值的边值填充;当scale_factor保持不变时，使该操作独立于输入大小。仅当使用的算法为’linear’, ‘bilinear’, 'bilinear’or 'trilinear’时可以使用。默认设置为False
角像素：缩放后四个角的像素值
注意：
- scale_factor与size只能设置一个。
- 当设置scale_factor时，会对输出size下取整，比如输入[2, 2], scale_factor=2.1, 则输出size为[4.2, 4.2] = [4, 4]。
- 当设置scale_factor时，再设置recompute_scale_factor时，会根据输出的实际大小重新计算一下scale_factor。
- 用scale_factor不用size是因为scale_factor可以不写死大小，而size会固定输出大小，在处理多分辨率输入图像的时候会有问题。
input：输入Tensor。
size：插值后输出Tensor的空间维度的大小，这个spatial size就是去掉Batch，Channel，Depth维度后剩下的值。比如NCHW的spatial size是HW。
scale_factor(float 或者 Tuple[float])：spatial size的乘数，如果是tuple则必须匹配输入数据的大小。
mode(str)：上采样的模式，包含'nearest' | 'linear' | 'bilinear' | 'bicubic' | 'trilinear' | 'area'。 默认是 'nearest'。
align_corners(bool)：在几何上，我们将输入和输出的像素视为正方形而不是点。 如果设置为True，则输入和输出张量按其角像素的中心点对齐，保留角像素处的值。 如果设置为False，则输入和输出张量按其角像素的角点对齐，插值使用边缘值填充来处理边界外值，当scale_factor保持不变时，此操作与输入大小无关。 这仅在mode为 'linear' | 'bilinear' | 'bicubic' | 'trilinear'时有效。默认值是False。
recompute_scale_factor(bool)：重新计算用于插值计算的
scale_factor。 当 scale_factor 作为参数传递时，它用于计算 output_size。 如果 recompute_scale_factor 为 False 或未指定，则传入的 scale_factor 将用于插值计算。 否则，将根据用于插值计算的输出和输入大小计算新的 scale_factor（即，等价于显示传入output_size）。 请注意，当 scale_factor 是浮点数时，由于舍入和精度问题，重新计算的 scale_factor 可能与传入的不同。ops_version对导出onnx影响：
op9, op10是Unsample，而op11变成了Resize。
不同的ops_version对interpolate的支持程度：
| F.interpolate | nearest bilinear, align_corners=False | bilinear, align_corners=True | bicubic | |
|---|---|---|---|---|
| op-9 | Y | Y | N | N |
| op-10 | Y | Y | N | N |
| op-11 | Y | Y | Y | Y |
align_corner的表现行为：
align_corner
如果设置为True，则输入和输出张量由其角像素的中心点对齐，从而保留角像素处的值。如果设置为False，则输入和输出张量由它们的角像素的角点对齐，插值使用边界外值的边值填充
opencv, PIL的align_corner为False， mxnet为True，而torch和tensorflow可以设置。
?首先介绍 align_corners=False，它是 pytorch 中 interpolate 的默认选项。这种设定下，我们认定像素值位于像素块的中心，如下图所示：(3*3)
?对它上采样两倍后，得到下图:(6*6)
首先观察绿色框内的像素，我们会发现它们严格遵守了 bilinear 的定义。而对于角上的四个点，其像素值保持了原图的值。边上的点则根据角点的值，进行了 bilinear 插值。所以，我们从全局来看，内部和边缘处采用了比较不同的规则。?
?接下来，我们看看 align_corners=True 情况下，用同样画法对上采样的可视化：(5*5)
这里像素之间毫无对齐的美感，强迫症看到要爆炸。事实上，在 align_corners=True 的世界观下，上图的画法是错误的。在其世界观里，像素值位于网格上，如下图所示：?
那么，把它上采样两倍后，我们会得到如下的结果：
?
1、align_corners 参数的实验（2*2-4*4）
import torch
import torch.nn as nn
import torch.nn.functional as F
a = [[1., 2.], [4., 5.]]
a = torch.tensor(a).reshape(1, 1, 2, 2)
x = F.interpolate(a, scale_factor=2, mode='bilinear', align_corners=True)
print(x)
#tensor([[[[1.0000, 1.3333, 1.6667, 2.0000],
# [2.0000, 2.3333, 2.6667, 3.0000],
# [3.0000, 3.3333, 3.6667, 4.0000],
# [4.0000, 4.3333, 4.6667, 5.0000]]]]) # 等距
y = F.interpolate(a, scale_factor=2, mode='bilinear', align_corners=False)
print(y)
#tensor([[[[1.0000, 1.2500, 1.7500, 2.0000],
# [1.7500, 2.0000, 2.5000, 2.7500],
# [3.2500, 3.5000, 4.0000, 4.2500],
# [4.0000, 4.2500, 4.7500, 5.0000]]]]) # 不等距2、align_corners 参数的实验（3*3-6*6）?
import torch
import torch.nn as nn
import torch.nn.functional as F
a = [[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]]
a = torch.tensor(a).reshape(1, 1, 3, 3)
print(a)
#tensor([[[[1., 2., 3.],
# [4., 5., 6.],
# [7., 8., 9.]]]])
x = F.interpolate(a, scale_factor=2, mode='bilinear', align_corners=True)
print(x)
#tensor([[[[1.0000, 1.4000, 1.8000, 2.2000, 2.6000, 3.0000],
# [2.2000, 2.6000, 3.0000, 3.4000, 3.8000, 4.2000],
# [3.4000, 3.8000, 4.2000, 4.6000, 5.0000, 5.4000],
# [4.6000, 5.0000, 5.4000, 5.8000, 6.2000, 6.6000],
# [5.8000, 6.2000, 6.6000, 7.0000, 7.4000, 7.8000],
# [7.0000, 7.4000, 7.8000, 8.2000, 8.6000, 9.0000]]]]) # 等距
y = F.interpolate(a, scale_factor=2, mode='bilinear', align_corners=False)
print(y)
#tensor([[[[1.0000, 1.2500, 1.7500, 2.2500, 2.7500, 3.0000],
# [1.7500, 2.0000, 2.5000, 3.0000, 3.5000, 3.7500],
# [3.2500, 3.5000, 4.0000, 4.5000, 5.0000, 5.2500],
# [4.7500, 5.0000, 5.5000, 6.0000, 6.5000, 6.7500],
# [6.2500, 6.5000, 7.0000, 7.5000, 8.0000, 8.2500],
# [7.0000, 7.2500, 7.7500, 8.2500, 8.7500, 9.0000]]]]) # 不等距?
参考博客：