圖像平均池化 pytorch庫中的平均池化

一. 池化簡介

    平均池化：將圖片按照固定大小網格分割，網格內的像素值取網格內所有像素的平均值。

    池化：使用均等大小的網格將圖片分割，並求網格內代表值的過程。

    池化是卷積神經網絡（convolutional neural network）中非常重要的處理方式，能夠有效地降低圖像的維度。

    平均池化定義：

    

---

二. 將輸入圖像用4*4網格做平均池化

import cv2

import numpy as np

# average pooling

def average_pooling(img, G=4):

    out = img.copy()

    H, W, C = img.shape

    Nh = int(H / G)

    Nw = int(W / G)

    for y in range(Nh):

        for x in range(Nw):

            for c in range(C):

                out[G*y:G*(y+1), G*x:G*(x+1), c] = np.mean(out[G*y:G*(y+1), G*x:G*(x+1), c]).astype(np.int)

 

    return out

# Read image

img = cv2.imread("../paojie.jpg")

# Average Pooling

out = average_pooling(img)

# Save result

cv2.imwrite("out.jpg", out)

cv2.imshow("result", out)

cv2.waitKey(0)

cv2.destroyAllWindows()

 

---

三. 輸出結果

4*4平均池化結果

原圖

---

四. 深度學習中的平均池化操作，以pytorch庫為例

import cv2

import numpy as np

import torch

import torch.nn as nn

img = cv2.imread('../paojie.jpg',0)  #讀入灰度圖像

img = np.array(img,dtype='float32')

img = torch.from_numpy(img.reshape(1,1,img.shape[0],img.shape[1]))  # 將灰度圖像轉換為tensor

avgPool = nn.AvgPool2d(4)  #4*4的窗口，步長為4的平均池化

img = avgPool(img)

img = torch.squeeze(img)  #去掉1的維度

img = img.numpy().astype('uint8')  #轉換格式，准備輸出

cv2.imwrite("out.jpg", img)

cv2.imshow("result", img)

cv2.waitKey(0)

cv2.destroyAllWindows()

 

---

五. pytorch中的平均池化輸出結果( AvgPool2d() 函數 )

AvgPool2d后結果

可以看到，pytorch中 AvgPool2d 函數，平均池化后降低了圖像的維度。

---

六. 參考內容

https://www.jianshu.com/p/4a673069bc03