1. 简介

　　pytorch提供mask机制用来提取数据中“感兴趣”的部分。过程如下：左边的矩阵是原数据，中间的mask是遮罩矩阵，标记为1的表明对这个位置的数据“感兴趣”-保留，反之舍弃。整个过程可以视作是在原数据上盖了一层mask，只有感兴趣的部分（值为1）显露出来，而其他部分则背遮住。（matlab中也有mask操作）

　　mask为一个和元数据size相匹配的tensor-bool，相匹配： broadcastable-广播机制。如一个2*3*3的原数据可以由一个3*3的mask来提取。

　　mask一般是先建立0/1矩阵，然后通过tensor.bool()来转为bool类型的tensor，其他true表示原数据被遮住或者被选中，false表示原数据没有被遮住或者未被选中：这句话在下面的演示中更容易理解。

2. 程序演示

　　这里涉及的是torch中的三个常见mask函数：masked_fill, masked_select, masked_scatter。

　　先构造好input和mask矩阵：

imgs = torch.randint(0, 255, [2, 3, 3], dtype=torch.float32)
"""
tensor([[[182., 242.,  11.],
         [163.,  92., 183.],
         [222.,  54.,  86.]],
        [[157., 139., 254.],
         [158., 148.,  46.],
         [  1.,  13.,  56.]]])
"""
mask = torch.tensor([[1, 0, 0], [0, 1, 0], [0, 0, 1]]).bool()
"""
tensor([[ True, False, False],
        [False,  True, False],
        [False, False,  True]])
"""

1）torch.masked_fill(input, mask, value)

　　参数：　　

• input：输入的原数据
• mask：遮罩矩阵
• value：被“遮住的”部分填充的数据，可以取0、1等值，数据类型不限，int、float均可

　　返回值：一个和input相同size的masked-tensor

　　使用：

• output = torch.masked_fill(input, mask, value)
• output = input.masked_fill(mask, value)

imgs_masked = torch.masked_fill(input=imgs, mask=~mask, value=0) # 这里mask取反：true表示被“遮住的”
"""
tensor([[[182.,   0.,   0.],
         [  0.,  92.,   0.],
         [  0.,   0.,  86.]],
        [[157.,   0.,   0.],
         [  0., 148.,   0.],
         [  0.,   0.,  56.]]])
"""

2）torch.masked_select(input, mask, out)

　　参数：　　

• input：输入的原数据
• mask：遮罩矩阵
• out：输出的结果，和原tensor不共用内存，一般在左侧接收，而不在形参中赋值

　　返回值：一维tensor，数据为“选中”的数据

　　使用：

• torch.masked_select(input, mask, out)
• output = input.masked_select(mask)

selected_ele = torch.masked_select(input=imgs, mask=mask)  # true表示selected，false则未选中，所以这里没有取反
# tensor([182.,  92.,  86., 157., 148.,  56.])

3）torch.masked_scatter(input, mask, source)

　　说明：将从input中mask得到的数据赋值到source-tensor中

　　参数：　　

• input：输入的原数据
• mask：遮罩矩阵
• source：遮罩矩阵的”样子“（全零还是全一或是其他），true表示遮住了

　　返回值：一个和source相同size的masked-tensor

　　使用：

• output = torch.masked_scatter(input, mask, source)
• output = input.masked_scatter(mask, source)

source = torch.zeros_like(imgs)
imgs_masked_copied = torch.masked_scatter(input=imgs, mask=~mask, source=source)
"""
tensor([[[173.,   0.,   0.],
         [  0.,  77.,   0.],
         [  0.,   0., 159.]],
        [[ 85.,   0.,   0.],
         [  0., 184.,   0.],
         [  0.,   0., 223.]]])
"""

3. 参考链接

PyTorch documentation — PyTorch 1.11.0 documentation

深度学习中的mask操作

python中的三个mask