nn.Upsample

nn.Upsample 是 PyTorch 中的一个模块，用于对张量进行上采样（增加空间分辨率）。它常用于图像生成、分割等需要调整张量尺寸的任务中。模块支持多种插值模式来改变分辨率。

基本用法

torch.nn.Upsample(size=None, scale_factor=None, mode='nearest', align_corners=None)

参数说明

• size (tuple[int] 或 int, 可选):
  目标输出尺寸，指定输出张量的高度和宽度。例如，size=(10, 10) 将输出张量调整为 10x10 的大小。如果指定了 size，则会忽略 scale_factor。

• scale_factor (float 或 tuple[float], 可选):
  空间维度的倍率。例如，scale_factor=2 表示将输入张量的高度和宽度扩大两倍。

• mode (str, 默认值='nearest'):
  插值模式，可选值包括：

  • 'nearest': 最近邻插值。
  • 'linear': 一维线性插值（用于 1D 输入）。
  • 'bilinear': 双线性插值（用于 2D 输入）。
  • 'bicubic': 双三次插值（用于 2D 输入）。
  • 'trilinear': 三线性插值（用于 3D 输入）。
  • 'area': 面积插值（仅用于下采样）。

• align_corners (bool, 可选):

  • 在 'linear'、'bilinear'、'bicubic' 和 'trilinear' 模式下有效。
  • 如果为 True，输入和输出张量的角像素会严格对齐。
  • 如果为 False（默认值），插值以像素的中心为基准，通常能带来更准确的结果。

示例用法

使用 scale_factor

import torch
import torch.nn as nn

# 输入张量：[batch, channels, height, width]
input_tensor = torch.randn(1, 3, 4, 4)

# 上采样倍率为 2
upsample = nn.Upsample(scale_factor=2, mode='bilinear', align_corners=True)
output_tensor = upsample(input_tensor)

print(f"输入尺寸: {input_tensor.shape}")  # [1, 3, 4, 4]
print(f"输出尺寸: {output_tensor.shape}")  # [1, 3, 8, 8]

使用 size

# 调整到固定大小
upsample = nn.Upsample(size=(10, 10), mode='nearest')
output_tensor = upsample(input_tensor)

print(f"输出尺寸: {output_tensor.shape}")  # [1, 3, 10, 10]

注意事项

• Upsample 是 PyTorch 中 F.interpolate 函数的简单封装。

• 虽然 Upsample 使用方便，但推荐直接使用 F.interpolate，因为它提供更多的灵活性。例如：

import torch.nn.functional as F

output_tensor = F.interpolate(input_tensor, scale_factor=2, mode='bilinear', align_corners=True)

• 上采样可能会引入伪影。选择合适的 mode，必要时可进行额外的后处理来减轻伪影影响。