1

给定一个包含 2 个 9x9 图像的数组，其中 2 个通道的形状如下：

img1 = img1 = np.arange(162).reshape(9,9,2).copy()
img2 = img1 * 2
batch = np.array([img1, img2])

我需要将每个图像切成 3x3x2 (stride=3) 区域，然后定位并替换每个切片的最大元素。对于上面的示例，这些元素是：

  • (:, 2, 2, :)
  • (:, 2, 5, :)
  • (:, 2, 8, :)
  • (:, 5, 2, :)
  • (:, 5, 5, :)
  • (:, 5, 8, :)
  • (:, 8, 2, :)
  • (:, 8, 5, :)
  • (:, 8, 8, :)

到目前为止，我的解决方案是这样的：

batch_size, _, _, channels = batch.shape
region_size = 3

# For the (0, 0) region
region_slice = (slice(batch_size), slice(region_size), slice(region_size), slice(channels))
region = batch[region_slice]
new_values = np.arange(batch_size * channels)

# Flatten each channel of an image
region_3d = region.reshape(batch_size, region_size ** 2, channels)

region_3d_argmax = region_3d.argmax(axis=1)
region_argmax = (
    np.repeat(np.arange(batch_size), channels),
    *np.unravel_index(region_3d_argmax.ravel(), (region_size, region_size)),
    np.tile(np.arange(channels), batch_size)
)

# Find indices of max element for each channel
region_3d_argmax = region_3d.argmax(axis=1)

# Manually unravel indices
region_argmax = (
    np.repeat(np.arange(batch_size), channels),
    *np.unravel_index(region_3d_argmax.ravel(), (region_size, region_size)),
    np.tile(np.arange(channels), batch_size)
)

batch[region_slice][region_argmax] = new_values

这段代码有两个问题：

  • 重塑region可能会返回副本而不是视图
  • 手动拆线

执行此操作的更好方法是什么？

4

1 回答 1

2

使用合并轴

更好的方法（在内存和性能效率上）是使用advanced-indexing创建适当的索引元组 -

m,n = idx.shape
indexer = np.arange(m)[:,None],idx,np.arange(n)
batch_3d[indexer].flat = ...# perform replacement with 1D array

最后一步可以通过将替换数组重塑为索引形状来不同地编写（如果还没有，则跳过） -

batch_3d[indexer] = replacement_array.reshape(m,n)

我们也可以使用内置的np.put_along_axiswithp作为替换数组——

np.put_along_axis(batch_3d,idx[:,None,:],p.reshape(m,1,n),axis=1)

注意：idx本文中使用的是从 : 生成的idx = batch_3d.argmax(axis=1)，因此我们跳过了这manually unravel indices一步。

不合并轴

我们将定义辅助函数来实现沿多个轴的基于 argmax 的替换，而不合并不相邻的轴，因为它们会强制复制。

def indexer_skip_one_axis(a, axis):
    return tuple(slice(None) if i!=axis else None for i in range(a.ndim))

def argmax_along_axes(a, axis):
    # a is input array
    # axis is tuple of axes along which argmax indices are to be computed
    argmax1 = (a.argmax(axis[0]))[indexer_skip_one_axis(a,axis[0])]
    val_argmax1 = np.take_along_axis(a,argmax1,axis=axis[0])
    argmax2 = (val_argmax1.argmax(axis[1]))[indexer_skip_one_axis(a,axis[1])]
    val_argmax2 = np.take_along_axis(argmax1,argmax2,axis=axis[1])
    r = list(np.ix_(*[np.arange(i) for i in a.shape]))
    r[axis[0]] = val_argmax2
    r[axis[1]] = argmax2
    return tuple(r)

因此，要解决我们的情况，进行所有替换将是 -

m,n,r,s = batch.shape
batch6D = batch.reshape(m,n//3,3,r//3,3,s)
batch6D[argmax_along_axes(batch6D, axis=(2,4))] = new_values.reshape(2,1,1,1,1,2)
out = batch6D.reshape(m,n,r,s)
于 2019-04-12T22:40:38.187 回答