Pytorch中pad函数toch.nn.functional.pad()的用法

padding操作是给图像外围加像素点。

为了实际说明操作过程，这里我们使用一张实际的图片来做一下处理。

这张图片是大小是(256,256)，使用pad来给它加上一个黑色的边框。具体代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

import torch.nn,functional as F import torch from PIL import Image im=Image.open("heibai.jpg",'r')   X=torch.Tensor(np.asarray(im)) print("shape:",X.shape) dim=(10,10,10,10) X=F.pad(X,dim,"constant",value=0)   padX=X.data.numpy() padim=Image.fromarray(padX) padim=padim.convert("RGB")#这里必须转为RGB不然会   padim.save("padded.jpg","jpeg") padim.show() print("shape:",padX.shape)

输出：

1 2	shape: torch.Size([256, 256]) shape: (276, 276)

可以看出给原图四个方向给加上10维度的0，维度变为256+10+10得到的图像如下：

再举几个简单例子：

1 2 3 4 5 6 7 8 9 10 11 12

x=np.asarray([[[1,2],[1,2]]]) X=torch.Tensor(x) print(X.shape) pad_dims = (           2, 2,           2, 2,           1, 1,           ) X=F.pad(X,pad_dims,"constant") print(X.shape) print(X)

输出：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

torch.Size([1, 2, 2]) torch.Size([3, 6, 6]) tensor([[[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]],       [[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 1., 2., 0., 0.],      [ 0., 0., 1., 2., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]],       [[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]]])

可以知若pad_dims为(2,2,2,2,1,1)则原维度变化是2+2+2=6,1+1+1=3.也就是第一个(2,2) pad的是最后一个维度，第二个(2,2) pad是倒数第二个维度，第三个(1,1) pad是第一个维度。

再举一个四维度的，但是只pad三个维度：

1 2 3 4 5 6 7 8 9 10 11 12

x=np.asarray([[[[1,2],[1,2]]]]) X=torch.Tensor(x)#(1,2,2) print(X.shape) pad_dims = (           2, 2,           2, 2,           1, 1,         　) X=F.pad(X,pad_dims,"constant")#(1,1,12,12) print(X.shape) print(X)

输出：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

torch.Size([1, 1, 2, 2]) torch.Size([1, 3, 6, 6]) tensor([[[[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]],        [[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 1., 2., 0., 0.],      [ 0., 0., 1., 2., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]],        [[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]]]])

再举一个四维度的，pad四个维度：

1 2 3 4 5 6 7 8 9 10 11 12 13

x=np.asarray([[[[1,2],[1,2]]]]) X=torch.Tensor(x)#(1,2,2) print(X.shape) pad_dims = (           2, 2,           2, 2,           1, 1,           2, 2         ) X=F.pad(X,pad_dims,"constant")#(1,1,12,12) print(X.shape) print(X)

输出：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

torch.Size([1, 1, 2, 2]) torch.Size([5, 3, 6, 6]) tensor([[[[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]],        [[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]],        [[ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.],      [ 0., 0., 0., 0., 0., 0.]]],