缩小图像

  1. 使得图像符合显示区域的大小;
  2. 生成对应图像的缩略图;

https://img-blog.csdn.net/20150703153723746?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbWFqaW5sZWkxMjE=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center&ynotemdtimestamp=1629775284458

放大图像

图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。插值算法还包括了传统插值,基于边缘图像的插值,还有基于区域的图像插值。

在做图像分割的时候,需要对图像进行像素级别的分类,因此在卷积提取到抽象特征后需要通过上采样将feature map还原到原图大小。常见的上采样方法有双线性插值、转置卷积、上采样(unsampling)和上池化(unpooling)。其中前两种方法较为常见,后两种用得较少。下面对其进行简单介绍。

unsampling和unpooling可以通过一个图来简单理解:

https://upload-images.jianshu.io/upload_images/4264437-47e7e3ec655b3564.png?imageMogr2/auto-orient/strip|imageView2/2/w/777/format/webp&ynotemdtimestamp=1629775284458

其中右侧为unsampling,可以看出unsampling就是将输入feature map中的某个值映射填充到输出上采样的feature map的某片对应区域中,而且是全部填充的一样的值。

https://upload-images.jianshu.io/upload_images/4264437-18eb8273f935859c.png?imageMogr2/auto-orient/strip|imageView2/2/w/680/format/webp&ynotemdtimestamp=1629775284458

上池化

unpooling的操作与unsampling类似,区别是unpooling记录了原来pooling是取样的位置,在unpooling的时候将输入feature map中的值填充到原来记录的位置上,而其他位置则以0来进行填充。