(Occurred when translating upsample_bilinear2d).

[hlcool]

hello，使用的是你提供的docker环境， 需要转换的模型是语义分割任务，上采样时使用的是：self.upsample = nn.Upsample(scale_factor=scale_factor, mode="bilinear", align_corners=False)。 在转caffe时使用下面的代码调用的你接口： runner = Runner("parsing_net", model, [1, 3, 480, 640], 13, fuse=True) runner.pyotrch_inference() runner.convert() runner.caffe_inference() runner.check_result()

会报下面的错误，是不是不支持双线性插值上采样呢？

[inisis]

你好，把opset改成9应该就可以了

[inisis]

hello，使用的是你提供的docker环境， 需要转换的模型是语义分割任务，上采样时使用的是：self.upsample = nn.Upsample(scale_factor=scale_factor, mode="bilinear", align_corners=False)。 在转caffe时使用下面的代码调用的你接口： runner = Runner("parsing_net", model, [1, 3, 480, 640], 13, fuse=True) runner.pyotrch_inference() runner.convert() runner.caffe_inference() runner.check_result()

会报下面的错误，是不是不支持双线性插值上采样呢？

不好意思，我确认了下，这个问题是个bug，你需要更新到最新版本的镜像即可。

[hlcool]

hello，最新版的镜像是不是还没有更新呢？我看dockerhub上面还是Last pushed 12 days ago by yaphets4desmond

[inisis]

hello，最新版的镜像是不是还没有更新呢？我看dockerhub上面还是Last pushed 12 days ago by yaphets4desmond

非常抱歉，最新版本已经推上过去了。谢谢指正。

[hlcool]

更新到最新镜像后可以顺利转换模型了，非常感谢。 但是还存在一个问题哦 pytorch里面的上采样层nn.Upsample(scale_factor=scale_factor, mode="bilinear", align_corners=False)，当指定mode="bilinear"时使用的是双线性插值进行上采样，在导出onnx模型的过程中，当设置op_set version>=11时，其对应onnx里的op是resize，再对应到caffe里面应该是BilinearInterpolate，而不是Upsample，因为我看镜像caffe里面的upsample_layer.hpp实现的是最邻近插值，双线性插值的实现在bilinear_interpolate_layer.hpp里面。 因此如果nn.Upsample(scale_factor=scale_factor, mode="bilinear", align_corners=False)对应caffe的Upsample层时会出现结果不一致的问题。

[inisis]

更新到最新镜像后可以顺利转换模型了，非常感谢。

但是还存在一个问题哦

pytorch里面的上采样层nn.Upsample(scale_factor=scale_factor, mode="bilinear", align_corners=False)，当指定mode="bilinear"时使用的是双线性插值进行上采样，在导出onnx模型的过程中，当设置op_set version>=11时，其对应onnx里的op是resize，再对应到caffe里面应该是BilinearInterpolate，而不是Upsample，因为我看镜像caffe里面的upsample_layer.hpp实现的是最邻近插值，双线性插值的实现在bilinear_interpolate_layer.hpp里面。

因此如果nn.Upsample(scale_factor=scale_factor, mode="bilinear", align_corners=False)对应caffe的Upsample层时会出现结果不一致的问题。

感谢你的仔细分析，如果想转成bilinear interpolate的话，需要把opset设置成9，如何在opset为13的时候也转成bilinear interpolate 这个我看下怎么解决。 如果你有好的想法也可以提pr。

[hlcool]

嗯嗯，是的，把opset设置成9，pytorch端和caffe的输出就可以对齐了。我先把这个issue关掉了。 你这个工程搞的使用起来还是很方便的。

[inisis]

嗯嗯，是的，把opset设置成9，pytorch端和caffe的输出就可以对齐了。我先把这个issue关掉了。 你这个工程搞的使用起来还是很方便的。

我更新了下代码 opset 为 13 的时候也能够对齐精度了。 欢迎加群597059928讨论~

[hlcool]

hello，还是关于upsample上采样的问题，我测试之后发现输出对不齐，主要原因是align_corners的问题。 https://github.com/inisis/brocolli/blob/ab26d118f590235ceb3cfe20b949fdad6f6d29ff/converter/pytorch/pytorch_caffe_parser.py#L948 上面这个句代码需要改一下：

[inisis]

hello，还是关于upsample上采样的问题，我测试之后发现输出对不齐，主要原因是align_corners的问题。

https://github.com/inisis/brocolli/blob/ab26d118f590235ceb3cfe20b949fdad6f6d29ff/converter/pytorch/pytorch_caffe_parser.py#L948

上面这个句代码需要改一下：

感谢指正，最新代码已经更新过来了。