baselines算法库common/tile_images.py模块分析
2022/3/19 11:28:29
本文主要是介绍baselines算法库common/tile_images.py模块分析,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
该模块只有一个函数,全部内容:
import numpy as np def tile_images(img_nhwc): """ Tile N images into one big PxQ image (P,Q) are chosen to be as close as possible, and if N is square, then P=Q. input: img_nhwc, list or array of images, ndim=4 once turned into array n = batch index, h = height, w = width, c = channel returns: bigim_HWc, ndarray with ndim=3 """ img_nhwc = np.asarray(img_nhwc) N, h, w, c = img_nhwc.shape H = int(np.ceil(np.sqrt(N))) W = int(np.ceil(float(N)/H)) img_nhwc = np.array(list(img_nhwc) + [img_nhwc[0]*0 for _ in range(N, H*W)]) img_HWhwc = img_nhwc.reshape(H, W, h, w, c) img_HhWwc = img_HWhwc.transpose(0, 2, 1, 3, 4) img_Hh_Ww_c = img_HhWwc.reshape(H*h, W*w, c) return img_Hh_Ww_c
输入的是一个batch的图片数据,维度为n*h*w*c , n为batch_size, h为图片高度, w为图片宽度, c为图片通道数。
这个模块,或者说这个函数的作用将n个图片拼接成一个大图片,大图片的高为H个图片的高h堆砌成,像素为H*h,
大图片的宽为W个图片的高w堆砌成,像素为W*w。
这时候有一个注意的问题那就是输入的图片个数,即batch_size可能不是可以开平方的数,如果batch_size可以开平方,那么H=W=sqrt(n),
如果n不能开平方,那么H则向下约近sqrt(n)的取整,W则向下约近n/H的取整。
即使是这样设置H、W也不能避免H*W不等于n,这时就需要对拼接图片进行补零操作:
img_nhwc = np.array(list(img_nhwc) + [img_nhwc[0]*0 for _ in range(N, H*W)])
也就是说如果H*W小于n则用0补齐以保证一共拼接的图片个数为H*W个,因为前面对H、W计算时使用的是向下约近,因此H*W不存在大于n的情况。
==============================================
这篇关于baselines算法库common/tile_images.py模块分析的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-29Elasticsearch慢查询日志配置
- 2024-05-29揭秘华为如此多成功项目的产品关键——Charter模板
- 2024-05-29海外IDC业务拓展的7大挑战
- 2024-05-29InLine Chat功能优化对标Github Copilot,CodeGeeX带来更高效、更直观的编程体验!
- 2024-05-29CodeGeeX 智能编程助手 6 项功能升级,在Visual Studio插件市场霸榜2周!
- 2024-05-29AutoMQ 生态集成 Apache Doris
- 2024-05-292024年IDC行业的深度挖掘:机遇、挑战与未来展望
- 2024-05-29五款扩展组件齐发 —— Volcano、Keda、Crane-scheduler 等,邀你体验
- 2024-05-29AutoMQ 对象存储数据高效组织的秘密: Compaction
- 2024-05-29活动预告|来 GIAC 大会听大数据降本利器:AutoMQ 基于云原生重新设计的 Kafka