4.grid_sample理解与使用

pytorch中的grid_sample

文章目录

pytorch中的grid_sample
- grid_sample
- `grid_sample`函数原型
- 实例

欢迎访问个人网络日志🌹🌹知行空间🌹🌹

grid_sample

直译为网格采样，给定一个mask patch，根据在目标图像上的坐标网格，将mask变换到目标图像上。

如上图，是将一个2x2的mask根据坐标网格grid变换到6x6目标图像x0 y0 x1 y1 = 1,1,3,3的位置上，值得注意的是grid是经过运算得到的坐标网格，mask在target image对应位置的左上角处坐标应该为-1,-1，右下角处坐标应该为1,1，目标图像对应位置的像素值由mask通过插值得到。

知道了grid_sample的原理，再来看下torch中的函数。

`grid_sample`函数原型

torch.nn.functional.grid_sample(input,
                                grid, 
                                mode='bilinear',                
                                padding_mode='zeros', align_corners=None)

input输入image patch，支持4d或5d输入。为4d时shape为 $N,C,H_{in},W_{in}$
grid坐标网格，当input为4d时其shape为 $N,H_{out},W_{out},2$ ，输出的shape为N,C,H_{out},W_{out},对于输出的位置output[n, :, h, w],‵grid[n, h, w]是二维向量，指定了其对应的input上的位置。output[n, :, h, w]根据‵grid[n, h, w]指定的对应input位置上的像素插值得到。grid指定了在input输入维度上标准化后的坐标大小，input左上角对应的应该是-1,-1，右下角对应的是1,1
mode插值方式，'bilinear' | 'nearest' | 'bicubic'
padding_mode,在(-1,1)外的输出图像上的像素值处理方式'zeros' | 'border' | 'reflection'
align_corners:是否对齐角

实例

以将一个100x100的mask，网格采样到500x300的图像上(x,y,w,h)=(100, 100, 100, 200)为例，看一下grid_sample是如何使用的。

先计算grid,


import torch
import numpy as np
import cv2
import torch.nn.functional as F
import matplotlib.pyplot as plt

h, w = 300, 500
x0, y0, x1, y1 = torch.tensor([[100]]), torch.tensor([[100]]), torch.tensor([[200]]), torch.tensor([[300]])
N = 1
x0_int, y0_int = 0, 0
x1_int, y1_int = 500, 300
img_y = torch.arange(y0_int, y1_int, dtype=torch.float32) + 0.5
img_x = torch.arange(x0_int, x1_int, dtype=torch.float32) + 0.5
img_y = (img_y - y0) / (y1 - y0) * 2 - 1
img_x = (img_x - x0) / (x1 - x0) * 2 - 1

gx = img_x[:, None, :].expand(N, img_y.size(1), img_x.size(1))
gy = img_y[:, :, None].expand(N, img_y.size(1), img_x.size(1))
grid = torch.stack([gx, gy], dim=3)

这里使用的是mask在目标图像上的大小来对grid归一化的。

mask = np.zeros((100, 100), dtype=np.uint8)
ct = np.array([[50, 0],[99, 50], [50, 99], [0, 50]], dtype=np.int32)
mask = cv2.drawContours(mask, [ct], -1, 255,  cv2.FILLED)
plt.figure(1)
plt.imshow(mask)
mask = torch.from_numpy(mask)
masks = mask[None, None, :]

if not torch.jit.is_scripting():
    if not masks.dtype.is_floating_point:
        masks = masks.float()
        
img_masks = F.grid_sample(masks, grid.to(masks.dtype), align_corners=False)
plt.figure(2)
plt.imshow(img_masks.squeeze().numpy().astype(np.uint8))