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大小（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 已使用双线性插值重新缩放 1.5 倍。最好的方法是什么？

我希望它支持 > 1 的任意因子，而不仅仅是 1.5。

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

Answer 1

tf.image.resize_images 应该做你需要的。它接受具有任意深度（通道数）的 3d（单个图像）和 4d（图像批次）张量。所以这应该很有用：

# 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。您也可以直接使用 resize_bilinear。

Answer 2

我建议不要使用任何tf.image.resize_*函数作为 that will not be fixed。

一组新的、不同的图像重采样函数显然正在开发中。同时，您可以在网上找到一些示例，了解如何使用例如transposed convolutions。不幸的是，每通道上采样的效率要低得多，但正确比快速更好。

编辑

他们终于在 TF 2.0 中修复了这个错误：

image.resize now considers proper pixel centers (...).

这个修复目前没有通过渐变，这是...一个有望得到修复的错误。

Answer 3

Keras 现在通过 tensorflow 后端支持 'nearest' 和 'bilinear' 插值。检查 documentation。但是默认大小值确实是 (2,2) 或 int 值，所以在那种情况下你的上采样至少会加倍。

此代码需要 Keras 2.2.3 或以上。如果您正在使用 tf.keras，不幸的是，您不能单独安装 keras，它作为 tensorflow 安装的一部分捆绑在一起。因此，要么找到 tf 版本，要么安装每晚构建。

pip3 install --upgrade tf-nightly

张量流中的双线性上采样？

Bilinear upsample in tensorflow?

python

interpolation

image

image-resizing

tensorflow