megengine.functional.nn.remap¶

remap(inp, map_xy, border_mode='replicate', scalar=0.0, interp_mode='linear')[源代码]¶

对按批组织的二维图像进行重映射变换。

输入图像通过张量 map_xy 变换为输出图像。输出的高度与宽度与 map_xy 中一致。

参数

inp (Tensor) – 输入图像
map_xy (Tensor) – 变换矩阵。变化矩阵的shape是[批数, 输出高度, 输出宽度]。
border_mode (str) – 边界处理方法。默认值是”replicate”，目前还支持 “constant”, “reflect”, “reflect_101”, “wrap”的边界处理方法。
scalar (float) – 边界填充值。默认：0
interp_mode (str) – 插值方法。默认值是 “linear” 。目前只支持 “linear” 的插值方法。

返回类型

Tensor

返回

输出张量。

实际案例

import numpy as np
from megengine import tensor
import megengine.functional as F
inp_shape = (1, 1, 4, 4)
inp = tensor(np.arange(16, dtype=np.float32).reshape(inp_shape))
map_xy_shape = (1, 2, 2, 2)
map_xy = tensor(np.array([[[1., 0.],[0., 1.]],
                    [[0., 1.],[0., 1.]]],
                    dtype=np.float32).reshape(map_xy_shape))
out = F.vision.remap(inp, map_xy)
print(out.numpy())

输出：

[[[[1. 4.]
   [4. 4.]]]]

megengine.functional.nn.interpolate

megengine.functional.nn.warp_affine