葛鈺峣，郭昱汝，周楨洋

（北方工業(yè)大學，北京 100144）

0 引言

計算機視覺在人工智能里可以類比于人類的眼睛，是在感知層上最為重要的核心技術(shù)之一［1］。目前，計算機視覺的主要應用場景包括面部識別和檢測，車牌閱讀，照片編輯，高級機器人視覺，光學字符識別等［2］。深度學習框架最初主要用于深度學習的科研工作，代表性開源深度學習框架包括Theano，Caffe等［3］。近年來，國外的大型科技公司開始紛紛布局這一領(lǐng)域并開源，影響力比較大的包括谷歌的TensorFlow和臉書PyTorch。飛槳是國內(nèi)首個也是當前唯一一 個功能完備的開源深度學習平臺，基于百度在深度學習領(lǐng)域的長期積累自主研發(fā)，并在2016年開源［4］。為了鼓勵開發(fā)者了解與參與深度學習開源項目，百度飛槳主辦了2021 PaddlePaddle Hackathon飛槳黑客馬拉松活動，吸引了來自全球的開發(fā)者。本單測項目為參與百度黑客馬拉松參賽項目。本文涉及的API是基于百度飛槳的paddle.nn.UpsamplingNearest2D API，該API的最近鄰插值圖像處理方法主要應用于圖像大小的調(diào)整。本文介紹了paddle.nn.UpsamplingNearest2D的作用及原理，并給出了部分復現(xiàn)和測試的代碼。

1 最近臨插值算法思想

最近臨插值算法是利用已知圖像中的像素點來填充新圖像對應位置的像素，基于這種方法可以實現(xiàn)對原圖的放大或者縮小。由于其本質(zhì)是對原圖像像素的復制和抽樣，故不會產(chǎn)生新的像素，其新圖像的每個像素都是基于其對應的原圖像附近的像素而生成的。

原圖片和縮放后圖片的寬高分別是SW，SH，DW，DH縮放原理如圖1所示。

圖1 縮放圖示

設(shè)原圖像的寬和高分別為W_1和H_1，縮放后圖像的寬和高為W_2和H_2，水平和垂直比例scale_factor的計算公式如式(1）所示。

目標圖像中的點(x，y）對應變換尺寸前的圖像坐標為(x0，y0），其中：x0＝int(x*scale_factor［0］），y0＝int(y*scale_factor［1］）［5］

2 paddle.nn.UpsamplingNearest2D的復現(xiàn)

函數(shù)包含4個輸入?yún)?shù)一個輸出。4個輸入分別為4D張量代表原圖像，縮放倍數(shù)，縮放后圖像的長寬方向的像素數(shù)，輸入的數(shù)據(jù)格式。輸出為4D張量代表調(diào)整后圖像。本文復現(xiàn)的函數(shù)的輸入?yún)?shù)中img為4D張量的原圖像，scale_fator為縮放倍數(shù)，size為縮放后的圖像尺寸，data_formate為輸入數(shù)據(jù)格式。其中針對數(shù)據(jù)格式為NCHW(num_batches，channels，height，width）或者NHWC(num_batches，height，width，channels），默認值：＇NCHW＇。

下面展示復現(xiàn)后代函數(shù)碼。

＃篇幅關(guān)系，僅以數(shù)據(jù)格式為NCHW為例：

3 對paddle.nn.UpsamplingNearest2D進行單元測試

本次測試使用的測試工具為pytest，測試內(nèi)容包含參數(shù)覆蓋、數(shù)據(jù)類型覆蓋、異常輸入等方面，下面展示前兩部分。

3.1 參數(shù)覆蓋測試

首先對API的參數(shù)覆蓋進行測試，針對使用不同的輸入?yún)?shù)size和scale_factor進行分別測試。通過使用兩種不同的表達方式對圖像進行調(diào)整來測試此API。

經(jīng)過對參數(shù)覆蓋測試，測試結(jié)果無誤，證明該API正確性和穩(wěn)定性可以得到保證。

3.2 數(shù)據(jù)類型進行測試

經(jīng)過對數(shù)據(jù)類型測試，測試結(jié)果無誤，證明該API正確性和穩(wěn)定性可以得到保證。

4 飛槳paddle.nn.UpsamplingNearest2D文檔說明

API說明：

輸入為4-D Tensor時形狀為(num_batches，channels，in_h，in_w）或者(num_batches，in_h，in_w，channels），調(diào)整大小只適用于高度和寬度對應的維度。

參數(shù)說明：

(1）size-輸出Tensor，輸入為4D張量，形狀為(out_h，out_w）的2-D Tensor。如果size是列表，每一個元素可以是整數(shù)或者形狀為［1］的變量。如果size是變量，則其維度大小為1。默認值為None。

(2）scale_factor輸入的高度或?qū)挾鹊某藬?shù)因子。size和scale_factor至少要設(shè)置一個。size的優(yōu)先級高于scale_factor。默認值為None。如果scale_factor是一個list或tuple，其必須與輸入的shape匹配。

(3）data_format指定輸入的數(shù)據(jù)格式，輸出的數(shù)據(jù)格式將與輸入保持一致。對于4-D Tensor，支持NCHW(num_batches，channels，height，width）或 者NHWC(num_batches，height，width，channels），默認值：＇NCHW＇。

5 結(jié)語

本文從參數(shù)覆蓋、正確性驗證、數(shù)據(jù)類型覆蓋、異常輸入等方面對飛槳框架中paddle.nn.UpsamplingNearest2D進行了復現(xiàn)和單元測試，并未發(fā)現(xiàn)問題。保證百度飛槳框架paddle.nn.UpsamplingNearest2D的正確性與穩(wěn)定性，完整的代碼因篇幅關(guān)系在此不做贅述。單測相關(guān)代碼已在Github網(wǎng)站PaddlePaddle/PaddleTest/［PaddlePaddle hackath-on］add UpsamplingNearest2D unittest下開源。