PyTorch中的多维网格上的三次B样条插值
项目描述
torch-cubic-b-spline-grid
在PyTorch中对多维网格进行三次B样条插值。
本软件包的主要目标是提供一个可学习的、连续的空间参数化,该空间为1-4D。
这是Warp中使用的模型的PyTorch实现,Warp用于在冷冻电镜图像中的连续变形场和局部可变光学参数。该方法在Dimitry Tegunov的论文中进行了描述[链接]
Warp中的许多方法都是基于1-3维空间的连续参数化。这种参数化是通过在粗略、均匀网格上的点之间进行样条插值来实现的,这计算效率很高。网格扩展到需要建模的每个维度。网格分辨率由每个维度中的控制点数定义,并根据物理约束(例如,帧数或像素数)和可用信号进行缩放。后者提供了正则化,以防止对稀疏数据使用过多参数的过拟合。当需要检索描述为网格的参数时(例如空间中的点(和时间)),例如对于粒子(帧),则在网格上的该点进行B样条插值。通常,为了拟合网格的参数,优化与网格上特定位置的插值相关的成本函数。
项目详情
下载文件
下载您平台的文件。如果您不确定选择哪个,请了解有关 安装包 的更多信息。
源代码分发
torch_cubic_b_spline_grid-0.0.2.tar.gz (148.6 kB 查看哈希值)
构建分发
关闭
哈希值 对于 torch_cubic_b_spline_grid-0.0.2-py3-none-any.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | c2300ea9a90cbbd0e688e17c4cfc14779a74addc948f00a8ee69c8dbf396e1bb |
|
MD5 | af509df0347efbc9605ab69a3a6732e5 |
|
BLAKE2b-256 | cf00afd1214099545c4af1927936dce390803ded5abac235c063c1fb7d05f74c |