Kornia 小尺寸分形生成修复diamond_square 在 1px/2px 图片上的边界问题与 3px 网格回退方案【免费下载链接】kornia Geometric Computer Vision Library for Spatial AI项目地址: https://gitcode.com/GitHub_Trending/ko/kornia导读Kornia 的kornia.contrib.diamond_square基于经典 Diamond-Square 算法生成等离子分形图像并支撑RandomPlasmaBrightness、RandomPlasmaContrast、RandomPlasmaShadow三款 2D 强度增强。当输入图片的空间边长低于 3 像素时该算法此前会抛出ValueError: math domain error1px或TypeError2px导致整条数据增强管线在这些极小图上崩溃。本文以仓库变更记录 changelog.d/migration-004.fixed.md 为主线结合 diamond_square 源码 与 回归测试完整还原故障根因、修复策略3px 最小网格生成 切片裁剪以及 bit-identical 兼容性保证并给出受影响 API 的参数速查与实战使用建议。一、问题背景分形增强在小尺寸输入上集体崩溃Diamond-Square 是一种递归细分算法其最小可构造网格单元是 3×3——即两个角点加一个中点。Kornia 将其封装为kornia.contrib.diamond_square位于 kornia/contrib/diamond_square.py并在 kornia/augmentation/_2d/intensity/plasma.py 中基于它实现了三个增强类增强类默认参数效果RandomPlasmaBrightnessroughness(0.1, 0.7)intensity(0.0, 1.0)p0.5用分形亮度图2 * plasma - 1乘intensity后叠加到图像并clamp(0, 1)RandomPlasmaContrastroughness(0.1, 0.7)p0.5用分形对比度图4 * plasma对(image - 0.5)缩放并clamp(0, 1)RandomPlasmaShadowroughness(0.1, 0.7)shade_intensity(-1.0, 0.0)shade_quantity(0.0, 1.0)p0.5单通道阴影掩膜(plasma shade_quantity) * shade_intensity叠加并clamp(0, 1)三者均在generate_parameters阶段调用_generate_plasma生成整图分形图再在apply_transform中按输入尺寸裁剪_plasma_for_input。这意味着只要输入图片任一边长小于 3px分形图生成就会失败进而拖垮三个增强类——这正是本次修复要解决的核心问题。二、故障现象与根因分析变更记录原文精确描述了两种失败模式1 px side raisedValueError: math domain errorand a 2 px side aTypeErrorfrom a float in thetorch.randsize。2.1 1px 输入ValueError: math domain error从源码看diamond_square在计算最小 2 的幂网格时执行p2_width: int 2 ** math.ceil(math.log2(max(width, 3) - 1)) 1在修复前这里的max(width, 3)尚不存在直接使用原始width。当width 1时width - 1 0math.log2(0)在数学上无定义math模块直接抛出ValueError: math domain error。同理高度为 1 时也会在p2_height处触发。2.2 2px 输入TypeErrorfloat 传入torch.randsize当width 2时width - 1 1math.log2(1) 0这一层不再报错但在_diamond_square_seedkornia/contrib/diamond_square.py#L33-L87内部随机数采样执行res: torch.Tensor random_fn([replicates, 1, width, height], devicedevice, dtypedtype)在旧的调用路径下部分尺寸参数由幂运算与除法推导而来形如(height 1) // 2的浮点中间值一旦某个 size 分量是float而非inttorch.rand就会抛出TypeError即变更记录中所说的 aTypeErrorfrom a float in thetorch.randsize。2.3 影响范围上述两个异常在 1px/2px 边长的输入上必然触发因此RandomPlasmaBrightness、RandomPlasmaContrast、RandomPlasmaShadow直接对1×1、1×N、2×2等极小图做增强时全部失败修复前没有任何合法的降级路径属于「小尺寸输入即崩溃」的硬边界问题。三、修复方案3px 最小网格生成 切片裁剪变更记录给出的修复策略是一句话的核心小边长先在 3px 网格上绘制drawn on the 3 px grid再切片sliced得到目标尺寸3px 及以上的输出与修复前逐位一致bit-identical。这一策略在当前源码中有三处直接体现见 kornia/contrib/diamond_square.py#L209-L229① 计算 2 的幂边长时以max(size, 3)作为下限p2_width: int 2 ** math.ceil(math.log2(max(width, 3) - 1)) 1 p2_height: int 2 ** math.ceil(math.log2(max(height, 3) - 1)) 1这样即使请求 1px 或 2px内部计算也会落在合法域内log2的参数至少为 2从根上消除了math domain error。② 递归深度与种子网格以 3px 网格为最小单元recursion_depth: int int(min(math.log2(p2_width - 1) - 1, math.log2(p2_height - 1) - 1)) seed_width: int (p2_width - 1) // 2**recursion_depth 1 seed_height: int (p2_height - 1) // 2**recursion_depth 1对应的_diamond_square_seed内部也有显式断言KORNIA_CHECK(width 3 or height 3, Height or Width must be equal to 3.)保证种子网格永远是 3×N 或 N×3 的合法形状所有参与torch.rand的尺寸都是整数彻底规避TypeError。③ 最终按目标尺寸切片# slice to match with the output size img img[..., :width, :height] img img.view(output_size)分形图先生成完整 3px 网格及其递归放大结果再通过img[..., :width, :height]裁出 1px/2px 的目标区域——小尺寸的输出等价于「大图左上角的一个角点/一条边」与 Diamond-Square 的角点采样语义一致。3.1 bit-identical 保证的含义变更记录强调sides of 3 px and more are bit-identical。这意味着本次修复只影响 1px/2px 边界场景对 3px 及以上的所有输入算法路径、随机采样顺序、数值计算完全不变已有用户不会观察到任何输出变化。这是一次严格向后兼容的缺陷修复而非行为变更。四、回归测试边界尺寸矩阵验证修复附带了专门的回归测试见 tests/contrib/test_diamond_square.pypytest.mark.parametrize(spatial_size, [(1, 1), (2, 2), (2, 3), (3, 2), (1, 5), (2, 17)]) def test_spatial_sizes_below_three(self, spatial_size, device, dtype): # Sides under 3 px used to fail with math domain error or a float in the rand size # (kornia#4472). torch.manual_seed(0) output_size (2, 3, *spatial_size) out kornia.contrib.diamond_square(output_size, devicedevice, dtypedtype) assert out.shape output_size assert torch.isfinite(out).all()该测试覆盖了以下维度组合双轴都小于 3(1, 1)、(2, 2)单轴小于 3、另一轴为 3(2, 3)、(3, 2)——分别对应_diamond_square_seed中height 3时触发的转置分支单轴小于 3、另一轴任意(1, 5)、(2, 17)验证切片逻辑在非对称尺寸下同样成立。断言不仅检查输出形状与请求一致还要求torch.isfinite(out).all()即所有输出不含 NaN/Inf——这直接回击了此前math domain error可能留下的非有限值隐患。与此同时tests/contrib/test_diamond_square.py#L61-L64 的test_plasma_augmentation_on_a_two_pixel_image还专门验证了增强层的端到端可用性def test_plasma_augmentation_on_a_two_pixel_image(self, device, dtype): img torch.rand(1, 1, 2, 2, devicedevice, dtypedtype) out kornia.augmentation.RandomPlasmaBrightness(p1.0)(img) assert out.shape img.shape而在 tests/augmentation/test_augmentation.py#L5254-L5374 的TestRandomPlasma中还针对三个增强类覆盖了same_on_batch地图复用plasma plasma[:1].expand_as(plasma)、逐样本独立地图、params参数重放位级一致性等行为证明修复没有破坏增强层既有的参数化与可复现特性。五、实战使用参数说明与边界注意事项修复后diamond_square可以安全接受任意 1的空间尺寸其完整签名与参数如下kornia/contrib/diamond_square.py#L159-L167diamond_square( output_size: Tuple[int, int, int, int], # (B, C, H, W)必须为 4 元组 roughness: Union[float, torch.Tensor] 0.5, # 每次递归的缩放系数 random_scale: Union[float, torch.Tensor] 1.0, # 递归初始随机幅度 random_fn: Callable[..., torch.Tensor] torch.rand, # 随机采样函数 normalize_range: Optional[Tuple[float, float]] None, # 非 None 时做 min-max 归一化到该区间 device: Optional[torch.device] None, dtype: Optional[torch.dtype] None, ) - torch.Tensor # 输出形状 (B, C, H, W)直接使用的示例含归一化来自 tests/contrib/test_diamond_square.py#L37-L49import torch import kornia torch.manual_seed(0) out kornia.contrib.diamond_square( output_size(1, 1, 3, 4), roughness0.5, random_scale1.0, normalize_range(0.0, 1.0), ) assert out.min() 0.0 and out.max() 1.0 # 归一化后严格落在区间端点对应三个增强类的使用方式参考 plasma.py 中的 docstring 示例 rng torch.manual_seed(0) img torch.ones(1, 1, 3, 4) RandomPlasmaBrightness(roughness(0.1, 0.7), p1.)(img) tensor([[[[0.6415, 1.0000, 0.3142, 0.6836], [1.0000, 0.5593, 0.5556, 0.4566], [0.5809, 1.0000, 0.7005, 1.0000]]]])使用时的注意事项均来自类 docstring 的 Convention/Warning 块输出始终clamp到[0, 1]即使输入越界三个增强类也会将结果限制在该区间极小尺寸输入现在安全三个类都声明 a one-pixel spatial axis is accepted, down to a1 x 1image即 1×1 输入也可用已知限制issue #4430当输入全为负值且采样到的分形图无法将其抬升时输出可能变成全零图RandomPlasmaShadow在默认非正shade_intensity下同样存在该现象可改用正的shade_intensity缓解same_on_batchTrue时的地图复用RandomPlasmaShadow共享的是单通道掩膜对样本所有通道生效另外两个类共享(B, C, H, W)全通道地图跨批次时通过expand广播保证同批输出逐位一致对应测试 tests/augmentation/test_augmentation.py#L5282-L5293随机种子可复现diamond_square与增强类的输出均依赖torch.manual_seed配合params重放可得到逐位相同的增强结果。六、小结本次修复变更记录 changelog.d/migration-004.fixed.md关联 issue #4472、#4488以极小的改动面解决了三个 Plasma 增强类在 1px/2px 输入上的系统性崩溃根因是math.log2在 0 处的数学域错误与浮点尺寸传入torch.rand的类型错误修复采用「以 3px 为最小生成网格、按需切片」的策略同时通过max(width, 3)与img[..., :width, :height]保证 3px 以上输出逐位不变。配套的 diamond_square 测试 用参数化尺寸矩阵验证了所有边界组合是「小缺陷 严格回归 兼容性保证」的一个典型范例也为在目标检测、超分等场景中处理极小 ROI 图像的增强需求扫清了障碍。【免费下载链接】kornia Geometric Computer Vision Library for Spatial AI项目地址: https://gitcode.com/GitHub_Trending/ko/kornia创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/11/2 6:16:04 · 阅读 1.2k Kornia 小尺寸分形生成修复：diamond_square 在 1px/2px 图片上的边界问题与 3px 网格回退方案
Kornia 小尺寸分形生成修复diamond_square 在 1px/2px 图片上的边界问题与 3px 网格回退方案【免费下载链接】kornia Geometric Computer Vision Library for Spatial AI项目地址: https://gitcode.com/GitHub_Trending/ko/kornia导读Kornia 的kornia.contrib.diamond_square基于经典 Diamond-Square 算法生成等离子分形图像并支撑RandomPlasmaBrightness、RandomPlasmaContrast、RandomPlasmaShadow三款 2D 强度增强。当输入图片的空间边长低于 3 像素时该算法此前会抛出ValueError: math domain error1px或TypeError2px导致整条数据增强管线在这些极小图上崩溃。本文以仓库变更记录 changelog.d/migration-004.fixed.md 为主线结合 diamond_square 源码 与 回归测试完整还原故障根因、修复策略3px 最小网格生成 切片裁剪以及 bit-identical 兼容性保证并给出受影响 API 的参数速查与实战使用建议。一、问题背景分形增强在小尺寸输入上集体崩溃Diamond-Square 是一种递归细分算法其最小可构造网格单元是 3×3——即两个角点加一个中点。Kornia 将其封装为kornia.contrib.diamond_square位于 kornia/contrib/diamond_square.py并在 kornia/augmentation/_2d/intensity/plasma.py 中基于它实现了三个增强类增强类默认参数效果RandomPlasmaBrightnessroughness(0.1, 0.7)intensity(0.0, 1.0)p0.5用分形亮度图2 * plasma - 1乘intensity后叠加到图像并clamp(0, 1)RandomPlasmaContrastroughness(0.1, 0.7)p0.5用分形对比度图4 * plasma对(image - 0.5)缩放并clamp(0, 1)RandomPlasmaShadowroughness(0.1, 0.7)shade_intensity(-1.0, 0.0)shade_quantity(0.0, 1.0)p0.5单通道阴影掩膜(plasma shade_quantity) * shade_intensity叠加并clamp(0, 1)三者均在generate_parameters阶段调用_generate_plasma生成整图分形图再在apply_transform中按输入尺寸裁剪_plasma_for_input。这意味着只要输入图片任一边长小于 3px分形图生成就会失败进而拖垮三个增强类——这正是本次修复要解决的核心问题。二、故障现象与根因分析变更记录原文精确描述了两种失败模式1 px side raisedValueError: math domain errorand a 2 px side aTypeErrorfrom a float in thetorch.randsize。2.1 1px 输入ValueError: math domain error从源码看diamond_square在计算最小 2 的幂网格时执行p2_width: int 2 ** math.ceil(math.log2(max(width, 3) - 1)) 1在修复前这里的max(width, 3)尚不存在直接使用原始width。当width 1时width - 1 0math.log2(0)在数学上无定义math模块直接抛出ValueError: math domain error。同理高度为 1 时也会在p2_height处触发。2.2 2px 输入TypeErrorfloat 传入torch.randsize当width 2时width - 1 1math.log2(1) 0这一层不再报错但在_diamond_square_seedkornia/contrib/diamond_square.py#L33-L87内部随机数采样执行res: torch.Tensor random_fn([replicates, 1, width, height], devicedevice, dtypedtype)在旧的调用路径下部分尺寸参数由幂运算与除法推导而来形如(height 1) // 2的浮点中间值一旦某个 size 分量是float而非inttorch.rand就会抛出TypeError即变更记录中所说的 aTypeErrorfrom a float in thetorch.randsize。2.3 影响范围上述两个异常在 1px/2px 边长的输入上必然触发因此RandomPlasmaBrightness、RandomPlasmaContrast、RandomPlasmaShadow直接对1×1、1×N、2×2等极小图做增强时全部失败修复前没有任何合法的降级路径属于「小尺寸输入即崩溃」的硬边界问题。三、修复方案3px 最小网格生成 切片裁剪变更记录给出的修复策略是一句话的核心小边长先在 3px 网格上绘制drawn on the 3 px grid再切片sliced得到目标尺寸3px 及以上的输出与修复前逐位一致bit-identical。这一策略在当前源码中有三处直接体现见 kornia/contrib/diamond_square.py#L209-L229① 计算 2 的幂边长时以max(size, 3)作为下限p2_width: int 2 ** math.ceil(math.log2(max(width, 3) - 1)) 1 p2_height: int 2 ** math.ceil(math.log2(max(height, 3) - 1)) 1这样即使请求 1px 或 2px内部计算也会落在合法域内log2的参数至少为 2从根上消除了math domain error。② 递归深度与种子网格以 3px 网格为最小单元recursion_depth: int int(min(math.log2(p2_width - 1) - 1, math.log2(p2_height - 1) - 1)) seed_width: int (p2_width - 1) // 2**recursion_depth 1 seed_height: int (p2_height - 1) // 2**recursion_depth 1对应的_diamond_square_seed内部也有显式断言KORNIA_CHECK(width 3 or height 3, Height or Width must be equal to 3.)保证种子网格永远是 3×N 或 N×3 的合法形状所有参与torch.rand的尺寸都是整数彻底规避TypeError。③ 最终按目标尺寸切片# slice to match with the output size img img[..., :width, :height] img img.view(output_size)分形图先生成完整 3px 网格及其递归放大结果再通过img[..., :width, :height]裁出 1px/2px 的目标区域——小尺寸的输出等价于「大图左上角的一个角点/一条边」与 Diamond-Square 的角点采样语义一致。3.1 bit-identical 保证的含义变更记录强调sides of 3 px and more are bit-identical。这意味着本次修复只影响 1px/2px 边界场景对 3px 及以上的所有输入算法路径、随机采样顺序、数值计算完全不变已有用户不会观察到任何输出变化。这是一次严格向后兼容的缺陷修复而非行为变更。四、回归测试边界尺寸矩阵验证修复附带了专门的回归测试见 tests/contrib/test_diamond_square.pypytest.mark.parametrize(spatial_size, [(1, 1), (2, 2), (2, 3), (3, 2), (1, 5), (2, 17)]) def test_spatial_sizes_below_three(self, spatial_size, device, dtype): # Sides under 3 px used to fail with math domain error or a float in the rand size # (kornia#4472). torch.manual_seed(0) output_size (2, 3, *spatial_size) out kornia.contrib.diamond_square(output_size, devicedevice, dtypedtype) assert out.shape output_size assert torch.isfinite(out).all()该测试覆盖了以下维度组合双轴都小于 3(1, 1)、(2, 2)单轴小于 3、另一轴为 3(2, 3)、(3, 2)——分别对应_diamond_square_seed中height 3时触发的转置分支单轴小于 3、另一轴任意(1, 5)、(2, 17)验证切片逻辑在非对称尺寸下同样成立。断言不仅检查输出形状与请求一致还要求torch.isfinite(out).all()即所有输出不含 NaN/Inf——这直接回击了此前math domain error可能留下的非有限值隐患。与此同时tests/contrib/test_diamond_square.py#L61-L64 的test_plasma_augmentation_on_a_two_pixel_image还专门验证了增强层的端到端可用性def test_plasma_augmentation_on_a_two_pixel_image(self, device, dtype): img torch.rand(1, 1, 2, 2, devicedevice, dtypedtype) out kornia.augmentation.RandomPlasmaBrightness(p1.0)(img) assert out.shape img.shape而在 tests/augmentation/test_augmentation.py#L5254-L5374 的TestRandomPlasma中还针对三个增强类覆盖了same_on_batch地图复用plasma plasma[:1].expand_as(plasma)、逐样本独立地图、params参数重放位级一致性等行为证明修复没有破坏增强层既有的参数化与可复现特性。五、实战使用参数说明与边界注意事项修复后diamond_square可以安全接受任意 1的空间尺寸其完整签名与参数如下kornia/contrib/diamond_square.py#L159-L167diamond_square( output_size: Tuple[int, int, int, int], # (B, C, H, W)必须为 4 元组 roughness: Union[float, torch.Tensor] 0.5, # 每次递归的缩放系数 random_scale: Union[float, torch.Tensor] 1.0, # 递归初始随机幅度 random_fn: Callable[..., torch.Tensor] torch.rand, # 随机采样函数 normalize_range: Optional[Tuple[float, float]] None, # 非 None 时做 min-max 归一化到该区间 device: Optional[torch.device] None, dtype: Optional[torch.dtype] None, ) - torch.Tensor # 输出形状 (B, C, H, W)直接使用的示例含归一化来自 tests/contrib/test_diamond_square.py#L37-L49import torch import kornia torch.manual_seed(0) out kornia.contrib.diamond_square( output_size(1, 1, 3, 4), roughness0.5, random_scale1.0, normalize_range(0.0, 1.0), ) assert out.min() 0.0 and out.max() 1.0 # 归一化后严格落在区间端点对应三个增强类的使用方式参考 plasma.py 中的 docstring 示例 rng torch.manual_seed(0) img torch.ones(1, 1, 3, 4) RandomPlasmaBrightness(roughness(0.1, 0.7), p1.)(img) tensor([[[[0.6415, 1.0000, 0.3142, 0.6836], [1.0000, 0.5593, 0.5556, 0.4566], [0.5809, 1.0000, 0.7005, 1.0000]]]])使用时的注意事项均来自类 docstring 的 Convention/Warning 块输出始终clamp到[0, 1]即使输入越界三个增强类也会将结果限制在该区间极小尺寸输入现在安全三个类都声明 a one-pixel spatial axis is accepted, down to a1 x 1image即 1×1 输入也可用已知限制issue #4430当输入全为负值且采样到的分形图无法将其抬升时输出可能变成全零图RandomPlasmaShadow在默认非正shade_intensity下同样存在该现象可改用正的shade_intensity缓解same_on_batchTrue时的地图复用RandomPlasmaShadow共享的是单通道掩膜对样本所有通道生效另外两个类共享(B, C, H, W)全通道地图跨批次时通过expand广播保证同批输出逐位一致对应测试 tests/augmentation/test_augmentation.py#L5282-L5293随机种子可复现diamond_square与增强类的输出均依赖torch.manual_seed配合params重放可得到逐位相同的增强结果。六、小结本次修复变更记录 changelog.d/migration-004.fixed.md关联 issue #4472、#4488以极小的改动面解决了三个 Plasma 增强类在 1px/2px 输入上的系统性崩溃根因是math.log2在 0 处的数学域错误与浮点尺寸传入torch.rand的类型错误修复采用「以 3px 为最小生成网格、按需切片」的策略同时通过max(width, 3)与img[..., :width, :height]保证 3px 以上输出逐位不变。配套的 diamond_square 测试 用参数化尺寸矩阵验证了所有边界组合是「小缺陷 严格回归 兼容性保证」的一个典型范例也为在目标检测、超分等场景中处理极小 ROI 图像的增强需求扫清了障碍。【免费下载链接】kornia Geometric Computer Vision Library for Spatial AI项目地址: https://gitcode.com/GitHub_Trending/ko/kornia创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考