CropAndResize

الطبقة النهائية العامة CropAndResize

يستخرج المحاصيل من موتر الصورة المدخلة ويغير حجمها.

يستخرج المحاصيل من موتر الصورة المدخلة ويغير حجمها باستخدام أخذ عينات ثنائية الخط أو أخذ عينات من أقرب جار (ربما مع تغيير نسبة العرض إلى الارتفاع) إلى حجم مخرجات شائع محدد بواسطة "crop_size". يعد هذا أكثر عمومية من خيار `crop_to_bounding_box` الذي يستخرج شريحة ذات حجم ثابت من الصورة المدخلة ولا يسمح بتغيير الحجم أو تغيير نسبة العرض إلى الارتفاع.

إرجاع موتر مع "اقتصاص" من الإدخال "صورة" في المواضع المحددة في مواقع المربع المحيط في "المربعات". يتم تغيير حجم جميع المربعات التي تم اقتصاصها (مع استيفاء الخطين أو أقرب جار) إلى حجم ثابت = [crop_height, Crop_width]`. والنتيجة هي موتر رباعي الأبعاد `[num_boxes، Crop_height، Crop_width، Deep]`. يتم تغيير الحجم بمحاذاة الزاوية. على وجه الخصوص، إذا كانت `boxes = [[0, 0, 1, 1]]`، فستعطي الطريقة نتائج متطابقة لاستخدام `tf.image.resize_bilinear()` أو `tf.image.resize_nearest_neighbor()`(يعتمد على الوسيطة `الطريقة`) مع `align_corners=True`.

فئات متداخلة

فصل CropAndResize.Options سمات اختيارية لـ CropAndResize

الثوابت

خيط OP_NAME اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

الأساليب العامة

الإخراج <TFloat32>
كإخراج ()
إرجاع المقبض الرمزي للموتر.
ثابت CropAndResize
إنشاء ( نطاق النطاق ، المعامل <؟ يمتد TNumber > الصورة، المعامل < TFloat32 > الصناديق، المعامل < TInt32 > boxInd، المعامل < TInt32 > CropSize، Options... الخيارات)
طريقة المصنع لإنشاء فئة تغلف عملية CropAndResize جديدة.
الإخراج <TFloat32>
المحاصيل ()
موتر رباعي الأبعاد للشكل `[num_boxes، Crop_height، Crop_width، Deep]`.
ثابت CropAndResize.Options
قيمة الاستقراء (قيمة الاستقراء العائمة)
ثابت CropAndResize.Options
الطريقة (طريقة السلسلة)

الطرق الموروثة

الثوابت

السلسلة النهائية الثابتة العامة OP_NAME

اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي

القيمة الثابتة: "CropAndResize"

الأساليب العامة

الإخراج العام <TFloat32> asOutput ()

إرجاع المقبض الرمزي للموتر.

المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.

إنشاء CropAndResize ثابت عام ( نطاق النطاق ، المعامل <؟ يمتد TNumber > الصورة، المعامل < TFloat32 > مربعات، المعامل < TInt32 > boxInd، المعامل < TInt32 > CropSize، خيارات... خيارات)

طريقة المصنع لإنشاء فئة تغلف عملية CropAndResize جديدة.

حدود
نِطَاق النطاق الحالي
صورة موتر رباعي الأبعاد للشكل `[دفعة، ارتفاع_الصورة، عرض_الصورة، العمق]`. يجب أن يكون كل من `image_height` و`image_width` موجبًا.
مربعات موتر ثنائي الأبعاد للشكل `[num_boxes, 4]`. يحدد الصف `i`-th من الموتر إحداثيات المربع في الصورة `box_ind[i]` ويتم تحديده في الإحداثيات الطبيعية `[y1, x1, y2, x2]`. يتم تعيين قيمة إحداثية تمت تسويتها لـ `y` إلى إحداثي الصورة عند `y * (image_height - 1)`، بحيث يتم تعيين الفاصل الزمني `[0, 1]` لارتفاع الصورة الذي تمت تسويته إلى `[0, image_height - 1 ]` في إحداثيات ارتفاع الصورة. نحن نسمح بـ `y1` > `y2`، وفي هذه الحالة يكون الاقتصاص الذي تم أخذ عينة منه عبارة عن نسخة مقلوبة من أعلى إلى أسفل من الصورة الأصلية. يتم التعامل مع البعد العرض بالمثل. يُسمح بإحداثيات تمت تسويتها خارج النطاق `[0, 1]`، وفي هذه الحالة نستخدم `قيمة الاستقراء` لاستقراء قيم الصورة المدخلة.
boxInd موتر أحادي الأبعاد للشكل `[num_boxes]` بقيم int32 في `[0، دفعة)`. تحدد قيمة `box_ind[i]` الصورة التي يشير إليها المربع `i`-th.
حجم المحاصيل موتر أحادي الأبعاد مكون من عنصرين، `الحجم = [ارتفاع_المحصول، عرض_المحاصيل]`. يتم تغيير حجم كافة تصحيحات الصورة التي تم اقتصاصها إلى هذا الحجم. لا يتم الحفاظ على نسبة العرض إلى الارتفاع لمحتوى الصورة. يجب أن يكون كل من `crop_height` و`crop_width` موجبين.
خيارات يحمل قيم السمات الاختيارية
عائدات
  • مثيل جديد لـ CropAndResize

الإخراج العام <TFloat32> المحاصيل ()

موتر رباعي الأبعاد للشكل `[num_boxes، Crop_height، Crop_width، Deep]`.

CropAndResize.Options الاستقراء العام الثابت (قيمة الاستقراء العائم)

حدود
قيمة الاستقراء القيمة المستخدمة للاستقراء، عند الاقتضاء.

طريقة CropAndResize.Options العامة الثابتة (طريقة السلسلة)

حدود
طريقة سلسلة تحدد طريقة أخذ العينات لتغيير الحجم. يمكن أن يكون إما `"ثنائي الخط"` أو `"أقرب"` ويكون الإعداد الافتراضي `"ثنائي الخط". يتم حاليًا دعم طريقتين لأخذ العينات: الخط الثنائي وأقرب جار.