CANN/ops-cv一维线性上采样

UpsampleLinear1d

【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv

产品支持情况

功能说明

• 算子功能：对由多个输入通道组成的输入信号应用线性插值算法进行上采样。如果输入shape为(N, C, L)，则输出shape为(N, C, outputSize)。

• 计算公式：

  • 核心算法逻辑：

    1. 将目标图像的每一个点映射回原图，得到一个带小数点的坐标。
    2. 根据这个浮点数坐标，计算前后相邻的原始图像的点。
    3. 分别计算相邻点到对应目标点的权重，按照权重相乘累加即可得到目标点值。

  • 具体计算逻辑： 缩放方式分为角对齐和边对齐，角对齐表示按照原始图片左上角像素中心点对齐，边对齐表示按照原始图片左上角顶点及两条边对齐，在计算缩放系数和坐标位置时存在差异。则有以下公式：

    $$ scale =\begin{cases} (self.dim[2]-1) / (outputSize[0]-1) & alignCorners=true \ 1 / scales & alignCorners=false&scales>0\ self.dim[2] / outputSize[0] & alignCorners=false \end{cases} $$

    因此，对于output的某个方向上的点p(x)，映射回原始图像中的点记为q(x')，则有关系：

    $$ x' =\begin{cases} x * scale_h & alignCorners=true \ MAX(0,{(x+0.5)*scale_h-0.5}) & alignCorners=false \end{cases} $$

    • 记：

      $$ x_{0} =int(x'),x_{1} =int(x')+1, lambda_{0} = x_{1}-x', lambda_{1} = 1-lambda_{0} $$

    • 则有以下公式：

      $$ {V(p_{x})} = {V(p_{x0})} * {lambda_{0}} + {V(p_{x1})} * {lambda_{1}} $$

参数说明

约束说明

无

调用说明

【免费下载链接】ops-cv本项目是CANN提供的图像处理、目标检测相关的算子库，实现网络在NPU上加速计算。项目地址: https://gitcode.com/cann/ops-cv