【扒模块】DySample

逐行注释

import torch
import torch.nn as nn
import torch.nn.functional as F
import warnings# 忽略警告信息，这通常用于开发过程中，避免警告干扰输出结果
warnings.filterwarnings('ignore')# 定义一个函数，用于对神经网络模块的权重进行正态分布初始化
def normal_init(module, mean=0, std=1, bias=0):# 检查模块是否有权重属性，并且权重不为Noneif hasattr(module, 'weight') and module.weight is not None:# 使用正态分布初始化权重，均值为mean，标准差为stdnn.init.normal_(module.weight, mean, std)# 检查模块是否有偏置属性，并且偏置不为Noneif hasattr(module, 'bias') and module.bias is not None:# 将偏置初始化为bias指定的值nn.init.constant_(module.bias, bias)# 定义一个函数，用于将神经网络模块的权重初始化为一个常数值
def constant_init(module, val, bias=0):# 检查模块是否有权重属性，并且权重不为Noneif hasattr(module, 'weight') and module.weight is not None:# 将权重初始化为val指定的常数值nn.init.constant_(module.weight, val)# 检查模块是否有偏置属性，并且偏置不为Noneif hasattr(module, 'bias') and module.bias is not None:# 将偏置初始化为bias指定的值nn.init.constant_(module.bias, bias)

功能解释：

• normal_init 函数用于对神经网络中的权重进行正态分布初始化。这通常用于初始化卷积层或线性层的权重，以引入小的随机性，帮助模型学习。函数接受三个参数：mean（均值，默认为0），std（标准差，默认为1），bias（偏置初始化值，默认为0）。
• constant_init 函数用于将权重初始化为一个固定的常数值。这在某些特定情况下可能有用，例如，当需要将权重设置为特定值以实现某种特定的行为时。函数接受两个参数：val（权重的常数值），bias（偏置初始化值，默认为0）。

class DySample_UP(nn.Module):# 构造函数初始化DySample_UP模块def __init__(self, in_channels, scale=2, style='lp', groups=4, dyscope=False):super(DySample_UP, self).__init__()  # 调用基类的构造函数self.scale = scale  # 上采样的尺度因子，默认为2self.style = style  # 上采样的风格，可以是'lp'或'pl'self.groups = groups  # 组数，用于分组卷积# 确保上采样风格是有效的assert style in ['lp', 'pl']# 如果风格是'pl'，则输入通道数必须是scale的平方，并且是scale的倍数if style == 'pl':assert in_channels >= scale ** 2 and in_channels % scale ** 2 == 0# 输入通道数必须至少等于组数，并且是组数的倍数assert in_channels >= groups and in_channels % groups == 0# 根据风格设置输入和输出通道数if style == 'pl':in_channels = in_channels // scale ** 2  # 对于'pl'风格，调整输入通道数out_channels = 2 * groups  # 输出通道数为组数的两倍else:out_channels = 2 * groups * scale ** 2  # 对于'lp'风格，输出通道数为组数乘以scale的平方# 定义一个卷积层用于生成偏移量self.offset = nn.Conv2d(in_channels, out_channels, 1)normal_init(self.offset, std=0.001)  # 使用标准差为0.001的正态分布初始化偏移量卷积层# 如果启用了dyscope（动态作用域），则添加一个额外的卷积层if dyscope:self.scope = nn.Conv2d(in_channels, out_channels, 1)constant_init(self.scope, val=0.)  # 使用常数0初始化作用域卷积层# 注册一个缓冲区init_pos，用于存储初始化的偏移位置self.register_buffer('init_pos', self._init_pos())# 初始化偏移位置的方法def _init_pos(self):# 使用arange生成一个从-self.scale/2到self.scale/2的序列，然后除以scale进行归一化h = torch.arange((-self.scale + 1) / 2, (self.scale - 1) / 2 + 1) / self.scale# 使用meshgrid生成网格，然后stack和transpose组合成一个2D偏移量矩阵return torch.stack(torch.meshgrid([h, h])).transpose(1, 2).repeat(1, self.groups, 1).reshape(1, -1, 1, 1)

功能解释：

• DySample_UP 类是一个动态上采样模块，可以根据输入特征图动态地调整上采样的偏移量。
• in_channels 参数指定了输入特征图的通道数。
• scale 参数指定了上采样的尺度因子，默认为2，表示输出特征图的尺寸是输入的两倍。
• style 参数定义了上采样的风格，可以是 'lp'（局部感知）或 'pl'（像素洗牌后局部感知）。
• groups 参数用于分组卷积，可以增强特征图内的特征整合。
• dyscope 参数是一个布尔值，用于确定是否使用动态作用域来调整偏移量。
• self.offset 是一个卷积层，用于生成上采样的偏移量。
• normal_init 函数用于初始化 self.offset 的权重。
• self.scope 是一个可选的卷积层，仅在 dyscope 为 True 时使用，用于进一步调整偏移量。
• _init_pos 方法生成了一个初始化的偏移位置矩阵，这个矩阵定义了上采样过程中每个像素点的参考位置。

class DySample_UP(nn.Module):# ...# sample 方法是上采样过程中对输入特征图 x 进行采样的核心函数def sample(self, x, offset):# 获取offset的尺寸，B是批次大小，H和W分别是特征图的高度和宽度B, _, H, W = offset.shape# 调整offset的视角，使其适用于后续的采样过程offset = offset.view(B, 2, -1, H, W)# 创建一个网格坐标，表示特征图中每个像素的位置coords_h = torch.arange(H) + 0.5coords_w = torch.arange(W) + 0.5coords = torch.stack(torch.meshgrid([coords_w, coords_h])).\transpose(1, 2).unsqueeze(1).unsqueeze(0).type(x.dtype).to(x.device)# 归一化网格坐标，使其范围在[-1, 1]，这是F.grid_sample所需的坐标范围normalizer = torch.tensor([W, H], dtype=x.dtype, device=x.device).view(1, 2, 1, 1, 1)coords = 2 * (coords + offset) / normalizer - 1# 使用pixel_shuffle调整coords的维度，以匹配后续的采样操作coords = F.pixel_shuffle(coords.view(B, -1, H, W), self.scale).view(B, 2, -1, self.scale * H, self.scale * W).permute(0, 2, 3, 4, 1).contiguous().flatten(0, 1)# 使用grid_sample根据调整后的coords对x进行采样return F.grid_sample(x.reshape(B * self.groups, -1, H, W), coords, mode='bilinear',align_corners=False, padding_mode="border").view(B, -1, self.scale * H, self.scale * W)# forward_lp是局部感知（Local Perception）风格的上采样方法def forward_lp(self, x):# 如果定义了scope，则使用scope调整offsetif hasattr(self, 'scope'):offset = self.offset(x) * self.scope(x).sigmoid() * 0.5 + self.init_poselse:# 否则，直接使用offset并加上初始化偏移offset = self.offset(x) * 0.25 + self.init_pos# 调用sample方法进行上采样return self.sample(x, offset)# forward_pl是像素洗牌后局部感知（Pixel Shuffle then Local Perception）风格的上采样方法def forward_pl(self, x):# 首先使用pixel_shuffle对x进行像素洗牌x_ = F.pixel_shuffle(x, self.scale)# 如果定义了scope，则使用scope调整offsetif hasattr(self, 'scope'):offset = F.pixel_unshuffle(self.offset(x_) * self.scope(x_).sigmoid(), self.scale) * 0.5 + self.init_poselse:# 否则，直接使用offset并加上初始化偏移offset = F.pixel_unshuffle(self.offset(x_), self.scale) * 0.25 + self.init_pos# 调用sample方法进行上采样return self.sample(x, offset)

功能解释：

• sample 方法是 DySample_UP 类的核心，它负责根据偏移量 offset 对输入特征图 x 进行采样。这个方法使用了 F.grid_sample 来实现上采样，通过调整采样坐标来实现动态上采样。
• forward_lp 和 forward_pl 是两种不同的上采样风格。它们首先计算偏移量，然后调用 sample 方法来实现上采样。
• 在 forward_lp 中，如果没有定义 scope，则偏移量是通过对 self.offset(x) 的输出进行缩放和加上初始化偏移量 self.init_pos 来得到的。
• 在 forward_pl 中，首先对输入 x 使用 F.pixel_shuffle 进行像素洗牌，然后计算偏移量，再使用 F.pixel_unshuffle 对偏移量进行逆操作，以匹配像素洗牌后的维度。
• 这两种方法都使用了 sample 方法来进行实际的上采样操作，其中 mode='bilinear' 指定了双线性插值作为采样方法，align_corners=False 和 padding_mode="border" 分别指定了坐标的对齐方式和填充模式。

通过这种方式，DySample_UP 类提供了一种灵活的动态上采样机制，可以根据不同的任务需求选择不同的上采样风格。