张量流中的双线性上采样？

Question

我想在TensorFlow中做一个简单的双线性调整(不一定是整数因子).例如,从(32,3,64,64)张量开始,我想要一个(32,3,96,96)张量,其中每个64x64使用双线性插值重新调整1.5倍.最好的方法是什么？

我希望这能支持任意因子> 1,而不仅仅是1.5.

注意:每个64x64上的操作与操作相同skimage.transform.rescale (scale=1.5, order=1).

Answer 1

tf.image.resize_images应该做你需要的.它接受3D(单幅图像)和4d(批量图像)张量,具有任意深度(通道数).所以这应该有用:

# it's height, width in TF - not width, height
new_height = int(round(old_height * scale))
new_width = int(round(old_width * scale))
resized = tf.image.resize_images(input_tensor, [new_height, new_width])

双线性插值是默认值,因此您无需指定它.您也可以直接使用resize_bilinear.

Answer 2

我建议不使用任何tf.image.resize_*的功能，他们从一个讨厌的错误受苦，将不会被固定。

一系列新的图像重采样功能显然正在准备中。同时，您可以在网上找到一些示例，例如如何使用转置卷积来完成此操作。不幸的是，每通道上采样的效率低得多，但正确比快速好。

编辑

他们终于修复了TF 2.0中的这个错误：

• image.resize 现在考虑适当的像素中心（...）。

此修复程序当前无法通过渐变，这是...希望可以修复的错误。