Resize

• 概述
• 坐标转换模式
  • Half Pixel
  • Align Corners
  • Asymmetric
• 插值模式
  • Linear
  • Nearest
  • Cubic

概述Permalink

ONNX操作描述：Resize

参考代码：resize.py

坐标转换模式： half_pixel、align_corners、asymmetric、pytorch_half_pixel、tf_crop_and_resize

插值模式： linear、nearest、cubic

本文以 $A[h_a, w_a]$ resize to $B[h_b, w_b]$举例。

坐标转换模式Permalink

Half PixelPermalink

将A中各元素摆放在$h_a \times w_a$的区域中，将B中各元素摆放在$h_b \times w_b$的区域中。

那么A中各点的坐标位置对应如下：

$A_{[0,0]} => [0.5, 0.5]$

$A_{[0,1]} => [0.5, 1.5]$

$A_{[y,x]} => [0.5 + y, 0.5 + x]$

B中各元素位置同理。

如果是A resize to B，则先将B区域拉伸至A区域范围；如果是B resize to A，则先将A区域拉伸至B区域范围。

如下图所示：

[注：A拉伸至B，或者B拉伸至A都可以，不影响结果]

以图中A resize to B举例，则有：

$scale_w = \frac{w_a}{w_b}$​

$scale_h = \frac{h_a}{h_b}$​

那么经过变化后B中各点的坐标位置对应如下：

$B_{[0,0]} => [0.5 \times scale_h, 0.5 \times scale_w]$​

$B_{[0,1]} => [0.5 \times scale_h, 1.5 \times scale_w]$​

$B_{[y,x]} => [(0.5+y) \times scale_h, (0.5+x) \times scale_w]$​

Align CornersPermalink

将A中各元素摆放在$(h_a - 1) \times (w_a - 1)$的区域中，将B中各元素摆放在$(h_b - 1) \times (w_b - 1)$的区域中。

那么A中各点的坐标位置，$A_{[y,x]} => [y, x]$；B中各元素位置同理。

经拉伸后如下图：

其中：

$scale_w = \frac{w_a - 1}{w_b - 1}$​

$scale_h = \frac{h_a - 1}{h_b - 1}$​

经过变化后B中各点的坐标位置对应如下：

$B_{[0,0]} => [0 \times scale_h, 0 \times scale_w]$​

$B_{[0,1]} => [0 \times scale_h, 1 \times scale_w]$​

$B_{[y,x]} => [y \times scale_h, x \times scale_w]$​

AsymmetricPermalink

[ˌeɪsɪˈmetrɪk], 不对称的。

将A中各元素摆放在$h_a \times w_a$​​的区域中，将B中各元素摆放在$h_b \times h_b$​​的区域中。

那么A中各点的坐标位置，$A_{[y,x]} => [y, x]$​；B中各元素位置同理。

经拉伸后如下图：

其中：

$scale_w = \frac{w_a}{w_b}$​

$scale_h = \frac{h_a}{h_b}$​​

经过变化后B中各点的坐标位置对应如下：

$B_{[0,0]} => [0 \times scale_h, 0 \times scale_w]$​

$B_{[0,1]} => [0 \times scale_h, 1 \times scale_w]$​

$B_{[y,x]} => [y \times scale_h, x \times scale_w]$​

插值模式Permalink

LinearPermalink

取B点最近的四个A点，做加权平均值（双线性差值），得到B点的值。如果B点在w或h方向上超出A边缘，则在该方向上取A边缘值。计算方法如下（越靠近某个点，则该点权重越大，越接近该值）：

$v = v0 \times (R \times B) + v1 \times (L \times B) + v2 \times (T \times R) + v3 \times (R \times B)$

NearestPermalink

取B点最近的一个A点的值

CubicPermalink

取B点最近的八个A点的值，做加权平均值