问题

upsample层作为高低层特征融合的一种手段在图像分割、分类模型中经常会使用，在海思3516/19上nnie 支持upsample层，但文档显示upsample层实现方式为unmaxpooling（HiSVP 开发指南）

按照unmaxplooling的实现方式，此时输入数量应为2，其中一层接maxpooling。

但此种使用方式缺不大常用，常用方式如retinaface、yolov3等upsample层作为上采样层，只对featuremap进行插值。此时问题就在于插值方式有多重，以opencv提供的方式为例有最近邻插值、双线性插值等；

    /** nearest neighbor interpolation */

    INTER_NEAREST        = 0,

    /** bilinear interpolation */

    INTER_LINEAR         = 1,

    /** bicubic interpolation */

    INTER_CUBIC          = 2,

    /** resampling using pixel area relation. It may be a preferred method for image decimation, as

    it gives moire'-free results. But when the image is zoomed, it is similar to the INTER_NEAREST

    method. */

    INTER_AREA           = 3,

    /** Lanczos interpolation over 8x8 neighborhood */

    INTER_LANCZOS4       = 4,

    /** Bit exact bilinear interpolation */

    INTER_LINEAR_EXACT = 5,

    /** mask for interpolation codes */

    INTER_MAX            = 7,

    /** flag, fills all of the destination image pixels. If some of them correspond to outliers in the

    source image, they are set to zero */

    WARP_FILL_OUTLIERS   = 8,

弄清upsample实现方式可以解决由此产生的精度损失问题。

实验入下：

首先构建一个只有upsample层的caffe模型，采用nnie_mapper转换为wk模型，log=3记录模型输入输出。模型转换cfg文件如下

模型定义如下，

采用特定的32*32图片作为输入（除部分位置为0外，其余均为255，可以使用opencv或者ps生成，不建议压缩）。

输出结果如下：

采用opencv分别对图片进行插值操作，代码如下：

经过比对在采用最近邻插值是特定位置结果(下图)与mapper_quant中out_output0_3_64_64_quant.linear.hex（SQ20.12格式）输出一致，能够证明upsample实现方式就是最近邻插值。

同时上板进行模型推理，此时输入为32*32*3尺度，B通道i%4 = 255;

    for(int i=0;i< 32*32;i++)

    {

        if(i %4 ==0)

        {

            buff[i] = 255;

        }

    }

推理结果如下(上opencv结果；下nnie_mapper结果)：

可以看到结果只有两个值，可以确定为最近邻实现方式。

结论

海思3516/3519/3559系列nnie upsample层实现方式为最近邻插值。