快捷導(dǎo)航

PyTorch中的padding(邊緣填充)操作方式

更新時間：2020年01月03日 09:43:33 作者：hyk_1996

今天小編就為大家分享一篇PyTorch中的padding(邊緣填充)操作方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧

簡介

我們知道，在對圖像執(zhí)行卷積操作時，如果不對圖像邊緣進(jìn)行填充，卷積核將無法到達(dá)圖像邊緣的像素，而且卷積前后圖像的尺寸也會發(fā)生變化，這會造成許多麻煩。

因此現(xiàn)在各大深度學(xué)習(xí)框架的卷積層實(shí)現(xiàn)上基本都配備了padding操作，以保證圖像輸入輸出前后的尺寸大小不變。例如，若卷積核大小為3x3，那么就應(yīng)該設(shè)定padding=1，即填充1層邊緣像素；若卷積核大小為7x7，那么就應(yīng)該設(shè)定padding=3，填充3層邊緣像素；也就是padding大小一般設(shè)定為核大小的一半。在pytorch的卷積層定義中，默認(rèn)的padding為零填充。

self.conv = nn.Conv2d(in_channels=3, out_channels=3, kernel_size=7, padding=3)

padding的種類及其pytorch定義

padding，即邊緣填充，可以分為四類：零填充，常數(shù)填充，鏡像填充，重復(fù)填充。

1.零填充

對圖像或者張量的邊緣進(jìn)行補(bǔ)零填充操作：

class ZeroPad2d(ConstantPad2d):
 # Pads the input tensor boundaries with zero.
 def __init__(self, padding):
  super(ZeroPad2d, self).__init__(padding, 0)

2.常數(shù)填充

定義一個常數(shù)來對圖像或者張量的邊緣進(jìn)行填充，若該常數(shù)等于0則等價于零填充。

class ConstantPad2d(_ConstantPadNd):
 # Pads the input tensor boundaries with a constant value.
 def __init__(self, padding, value):
  super(ConstantPad2d, self).__init__(value)
  self.padding = _quadruple(padding)

3.鏡像填充

對圖像或者張量的邊緣進(jìn)行鏡像對稱的填充，示例如下：

>>> m = nn.ReflectionPad2d(2)
>>> input = torch.arange(9).reshape(1, 1, 3, 3)
>>> input
 
(0 ,0 ,.,.) =
 0 1 2
 3 4 5
 6 7 8
[torch.FloatTensor of size (1,1,3,3)]
 
>>> m(input)
 
(0 ,0 ,.,.) =
 8 7 6 7 8 7 6
 5 4 3 4 5 4 3
 2 1 0 1 2 1 0
 5 4 3 4 5 4 3
 8 7 6 7 8 7 6
 5 4 3 4 5 4 3
 2 1 0 1 2 1 0

class ReflectionPad2d(_ReflectionPadNd):
 # Pads the input tensor using the reflection of the input boundary.
 
 def __init__(self, padding):
  super(ReflectionPad2d, self).__init__()
  self.padding = _quadruple(padding)

4.重復(fù)填充

對圖像或者張量的邊緣進(jìn)行重復(fù)填充，就是說直接用邊緣的像素值來填充。示例如下：

>>> m = nn.ReplicationPad2d(2)
>>> input = torch.arange(9).reshape(1, 1, 3, 3)
>>> input
 
(0 ,0 ,.,.) =
 0 1 2
 3 4 5
 6 7 8
[torch.FloatTensor of size (1,1,3,3)]
 
>>> m(input)
 
(0 ,0 ,.,.) =
 0 0 0 1 2 2 2
 0 0 0 1 2 2 2
 0 0 0 1 2 2 2
 3 3 3 4 5 5 5
 6 6 6 7 8 8 8
 6 6 6 7 8 8 8
 6 6 6 7 8 8 8
[torch.FloatTensor of size (1,1,7,7)]

class ReplicationPad2d(_ReplicationPadNd):
 # Pads the input tensor using replication of the input boundary.
 
 def __init__(self, padding):
  super(ReplicationPad2d, self).__init__()
  self.padding = _quadruple(padding)

實(shí)際應(yīng)用

在許多計(jì)算機(jī)視覺任務(wù)中，例如圖像分類，zero padding已經(jīng)能夠滿足要求。但是不結(jié)合實(shí)際地亂用也是不行的。比方說，在圖像增強(qiáng)/圖像生成領(lǐng)域，zero padding可能會導(dǎo)致邊緣出現(xiàn)偽影，如下所示：

這時候，可以改用鏡像填充來代替零填充操作。我們定義一個新的padding層，然后把卷積層里的padding參數(shù)置為0.

具體寫法如下：

class DEMO(nn.Module):
 
 def __init__(self):
  super(DEMO, self).__init__()
  self.pad = nn.ReflectionPad2d(1)
  self.conv = nn.Conv2d(in_channels=3, out_channels=3, kernel_size=3, padding=0)
 
 def forward(self, x):
  x = self.pad(x)
  x = self.conv(x)
  return F.relu(x)

以低光照增強(qiáng)任務(wù)為例，最終對比效果如下圖。零填充會產(chǎn)生邊緣偽影，而鏡像填充很好地緩解了這一效應(yīng)。