mindspore.ops.ResizeBilinearV2

class mindspore.ops.ResizeBilinearV2(align_corners=False, half_pixel_centers=False)

使用双线性插值调整图像尺寸到指定的大小。

调整过程只改变输入图像最低维度的数据，即图像的高和宽。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• align_corners (bool，可选) - 如果为 True ，则使用比例 $(new\mathrm{\_}height-1)/(height-1)$ 对输入进行缩放，此时输入图像和输出图像的四个角严格对齐。如果为 False ，使用比例 $new\mathrm{\_}height/height$ 对输入进行缩放。默认值： False 。

• half_pixel_centers (bool，可选) - 是否使用半像素中心对齐。如果设置为 True ，那么 align_corners 应该设置为 False 。默认值： False 。

输入：

• x (Tensor) -输入图像为四维的Tensor，其shape为 $(batch,channels,height,width)$ ，支持的数据类型有：float16、float32。

• size (Union[tuple[int], list[int], Tensor]) - 调整后图像的尺寸，为含有两个元素的一维的Tensor、list或tuple，两个元素分别为 $(new\mathrm{\_}height,new\mathrm{\_}width)$ 。

输出：

Tensor，调整大小后的图像，是一个四维Tensor，其shape为 $(batch,channels,new\mathrm{\_}height,new\mathrm{\_}width)$ ，数据类型与 x 一致。

异常：

• TypeError - align_corners 不是bool。

• TypeError - half_pixel_centers 不是bool。

• TypeError - align_corners 和 half_pixel_centers 同时为 True。

• ValueError - half_pixel_centers 为 True，同时运行平台为CPU。

• ValueError - x 维度不是4。

• ValueError - size 为Tensor且维度不是1。

• ValueError - size 含有元素个数不是2。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> from mindspore import Tensor, ops
>>> x = Tensor([[[[1, 2, 3, 4, 5], [1, 2, 3, 4, 5]]]], mindspore.float32)
>>> output = ops.ResizeBilinearV2()(x, (5, 5))
>>> print(output)
[[[[1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]
   [1. 2. 3. 4. 5.]]]]