0

我正在实现本文中的基本架构： PyTorch 中的https://arxiv.org/pdf/1705.08260.pdf。

它由自动编码器和空间转换器组成。自编码器的输出与右图像一起被馈送到 ST 或可以说是双线性采样器，并且该双线性插值的输出用于计算左图像与其自身之间的 L1 损失。

但是有一个问题，我真的不认为这段代码会做我想做的事。PyTorch中grid_sample函数的官方文档是指网格必须在-1和1范围内，但网格本身的最大值大于1。如果这段代码是正确的，那么我应该重写网格归一化的行?

我的第一个想法是像这样重写它：(grid / torch.max(grid) - 0.5) * 2所以值介于 -1 和 1 之间，那么我应该删除 padding_mode 参数，因为没有值超出范围。

如果这是正确的，那么让我知道，这样我就可以确定这是正确的道路。

def bilinear_sampler(images, disps):
    N, C, H, W = images.size()

    mesh_x, mesh_y = np.array(np.meshgrid(np.linspace(0, 1, W),
                                          np.linspace(0, 1, H),
                                          indexing='xy'))
    mesh_x, mesh_y = torch.from_numpy(mesh_x).cuda(), torch.from_numpy(mesh_y).cuda()

    mesh_x = mesh_x.repeat(N, 1, 1).type_as(images)
    mesh_y = mesh_y.repeat(N, 1, 1).type_as(images)

    grid = torch.stack((mesh_x + disps.squeeze(), mesh_y), 3)

    output = F.grid_sample(images, grid * 2 - 1, mode='bilinear', 
                  padding_mode='zeros', align_corners=False)
    return output
4

0 回答 0