Question

我想在TensorFlow中进行简单的双线性调整（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素＆gt; 1，而不仅仅是1.5。

注意：每个64x64上的操作与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

我建议不将they suffer from a nasty bug的任何tf.image.resize_*函数用作not be fixed。

管道中显然有一组新的，不同的图像重采样功能。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，但正确比快速采样好。

编辑

他们终于在TF 2.0中修复了该错误：

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...一个有望修复的错误。

Answer 3

Keras现在通过tensorflow后端支持'nearest'和'bilinear'插值。检查documentation。但是默认大小的确是（2,2）或int值，因此在这种情况下，您的上采样将至少增加一倍。

此代码需要Keras 2.2.3或更高版本。不幸的是，如果使用tf.keras，则不能单独安装keras，它是tensorflow安装的一部分。因此，可以找到tf版本或安装夜间版本。

pip3 install --upgrade tf-nightly

张量流中的双线性上采样？

3 个答案: