python - tf.image.resize_bilinear() - 当 align_corners=False 时

Question

我正在使用 Tensorflow 1.4.0

Tensorflow tf.image.resize_bilinear() 有一个名为“align_corners”的参数，我对将其设置为 False 时的行为感到困惑。在official document ，它说:

align_corners: An optional bool. Defaults to False. If true, the centers of the 4 corner pixels of the input and output tensors are aligned, preserving the values at the corner pixels. Defaults to false.

当我在以下程序中使用 tf.image.resize_bilinear() 和 align_corners=True 时:

import tensorflow as tf
sess = tf.Session()
x = tf.Variable(tf.Variable([[[[1],[2]],[[3],[4]]]]))
pooling_output_size = [4, 4]
pool_output = tf.image.resize_bilinear(x, pooling_output_size,align_corners=True)
sess.run(tf.global_variables_initializer())
print pool_output.eval(session=sess)

输出

[[[[1.       ]
   [1.3333334]
   [1.6666667]
   [2.       ]]

  [[1.6666667]
   [2.       ]
   [2.3333335]
   [2.6666667]]

  [[2.3333335]
   [2.6666665]
   [3.       ]
   [3.3333335]]

  [[3.       ]
   [3.3333333]
   [3.6666667]
   [4.       ]]]]

哪些角正确对齐。

但是当我设置 align_corners=False 时，我得到了以下奇怪的输出

[[[[1. ]
   [1.5]
   [2. ]
   [2. ]]

  [[2. ]
   [2.5]
   [3. ]
   [3. ]]

  [[3. ]
   [3.5]
   [4. ]
   [4. ]]

  [[3. ]
   [3.5]
   [4. ]
   [4. ]]]]

有没有人明白为什么 Tensorflow 会使用这种奇怪的实现方式？我在任何地方都找不到任何解释。

实际上 PyTorch 的双线性上采样也有 align_corner 参数，当你将它设置为 True 时，它​​工作得很好。但是，如果您将其设置为 False，它会执行与 Tensorflow 不同的行为。我现在对他们的实现完全感到困惑(也许只使用 align_corners=True 就可以了)。

Answer 1

似乎是为了向后兼容。链接

https://hackernoon.com/how-tensorflows-tf-image-resize-stole-60-days-of-my-life-aba5eb093f35

建议我始终使用 align_corners=True