Класс UpsamplingNearest2d

Класс UpsamplingNearest2d выполняет интерполяцию методом ближайшего соседа для двумерных данных, таких как изображения или карты признаков. Он увеличивает высоту и ширину тензора в заданное количество раз или до указанных размеров. Это один из базовых способов апскейлинга в нейронных сетях.

Синтаксис

torch.nn.UpsamplingNearest2d(size=None, scale_factor=None)

Параметры:

size (int или tuple) - целевой размер (высота, ширина). Если передан один int, то размер будет (size, size).

scale_factor (float или tuple) - множитель увеличения для высоты и ширины. Если передан один float, то коэффициент применяется к обоим измерениям.

Важно: один из параметров должен быть задан.

Пример

Создадим слой для увеличения изображения в 2 раза:

import torch
import torch.nn as nn

upsample = nn.UpsamplingNearest2d(scale_factor=2)
t = torch.randn(1, 3, 4, 4)
res = upsample(t)
print(res.shape)

Результат выполнения кода:

torch.Size([1, 3, 8, 8])

Пример

Зададим конкретный размер выходного тензора:

import torch
import torch.nn as nn

upsample = nn.UpsamplingNearest2d(size=(8, 10))
t = torch.randn(1, 3, 4, 4)
res = upsample(t)
print(res.shape)

Результат выполнения кода:

torch.Size([1, 3, 8, 10])

Пример

Используем разные коэффициенты по осям:

import torch
import torch.nn as nn

upsample = nn.UpsamplingNearest2d(scale_factor=(2, 3))
t = torch.randn(1, 3, 4, 4)
res = upsample(t)
print(res.shape)

Результат выполнения кода:

torch.Size([1, 3, 8, 12])

Пример

Сравним исходный и увеличенный тензоры:

import torch
import torch.nn as nn

torch.manual_seed(0)
t = torch.tensor([
	[1, 2],
	[3, 4]
]).float().view(1, 1, 2, 2)

upsample = nn.UpsamplingNearest2d(scale_factor=2)
res = upsample(t)
print(res.squeeze())

Результат выполнения кода:

tensor([
	[1., 1., 2., 2.],
	[1., 1., 2., 2.],
	[3., 3., 4., 4.],
	[3., 3., 4., 4.]
])

Смотрите также

класс Upsample,
который предоставляет более общие возможности для апскейлинга
класс UpsamplingBilinear2d,
который использует билинейную интерполяцию вместо ближайшего соседа
класс ConvTranspose2d,
который выполняет увеличение разрешения с обучаемыми параметрами
класс PixelShuffle,
который переупорядочивает каналы для увеличения пространственного разрешения