aclnnUpsampleBilinear2dAA

产品支持情况

[object Object]undefined

功能说明

• 接口功能：对由多个输入通道组成的输入信号应用2D双线性抗锯齿采样。
• 计算公式：对于一个二维插值点$(N, C, H, W)$, 插值$I(N, C, H, W)$可以表示为：$${I(N, C, H, W)} = \sum_{i=0}^{kW}\sum_{j=0}^{kH}{w(i) * w(j)} * {f(h_i, w_j)}/\sum_{i=0}^{kW}w(i)/\sum_{j=0}^{kH}w(j)$$ $$scaleH =\begin{cases} (input.dim(2)-1) / (outputSize[0]-1) & alignCorners=true \\ 1 / scalesH & alignCorners=false\&scalesH>0\\ input.dim(2) / outputSize[0] & otherwise \end{cases}$$ $$scaleW =\begin{cases} (input.dim(3)-1) / (outputSize[1]-1) & alignCorners=true \\ 1 / scalesW & alignCorners=false\&scalesW>0\\ input.dim(3) / outputSize[1] & otherwise \end{cases}$$ 其中：
  • $kW$、$kH$分别表示W方向和H方向影响插值点大小的点的数量
  • 如果$scaleH >= 1$，则$kH = floor(scaleH) * 2 + 1$，否则$kH = 3$
  • 如果$scaleW >= 1$，则$kW = floor(scaleW) * 2 + 1$，否则$kW = 3$
  • $f(h_i, w_j)$是原图像在$(h_i, w_j)$的像素值
  • $w(i)$、$w(j)$是双线性抗锯齿插值的W方向和H方向权重，计算公式为：$$w(i) = \begin{cases} 1 - |h_i - h| & |h_i -h| < 1 \\ 0 & otherwise \end{cases}$$ $$w(j) = \begin{cases} 1 - |w_j - w| & |w_j -w| < 1 \\ 0 & otherwise \end{cases}$$

函数原型

每个算子分为，必须先调用“aclnnUpsampleBilinear2dAAGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnUpsampleBilinear2dAA”接口执行计算。

aclnnUpsampleBilinear2dAAGetWorkspaceSize

• 参数说明：

  [object Object]

• 返回值：

  aclnnStatus：返回状态码，具体参见。

  第一段接口完成入参校验，出现以下场景时报错：

  [object Object]

aclnnUpsampleBilinear2dAA

• 参数说明：

  [object Object]

• 返回值：

aclnnStatus：返回状态码，具体参见。

约束说明

• 输入数据缩放场景缩小倍数必须小于等于50，即输入shape的高度H/outputSize[0]以及宽度W/outputSize[1]必须小于等于50。
• 参数outputSize的H轴和W轴与参数scalesH和参数scalesW，在使用时二选一，即：
  • 当alignCorners为True时：
    • outputSize对应轴的值等于1，scales对应轴的值为0。
    • 其他情况下使用入参input和outputSize中对应轴的参数值，且：$scales=(input-1)/(outputSize-1)$。
  • 当alignCorners为False时：
    • 当入参scalesH或入参scalesW的值等于0时，使用入参outputSize中对应轴的参数值，即：$scales=(input/outputSize)$。
    • 当入参scalesH或入参scalesW的值大于0时，使用入参scalesH或入参scalesW的参数值，即outputSize对应轴的值为$floor(input\_H * scalesH)$，或者$floor(input\_W * scalesW)$。
• 确定性计算：
  • aclnnUpsampleBilinear2dAA默认确定性实现。

调用示例

示例代码如下，仅供参考，具体编译和执行过程请参考。