ইনপুট ইমেজ টেনসর থেকে ক্রপ বের করে এবং তাদের আকার পরিবর্তন করে।
ইনপুট ইমেজ টেনসর থেকে ফসল বের করে এবং বাইলিনিয়ার স্যাম্পলিং বা নিকটতম প্রতিবেশী স্যাম্পলিং (সম্ভবত দিক অনুপাত পরিবর্তন সহ) ব্যবহার করে `ক্রপ_সাইজ` দ্বারা নির্দিষ্ট একটি সাধারণ আউটপুট আকারে আকার পরিবর্তন করে। এটি `crop_to_bounding_box` op এর চেয়ে সাধারণ যা ইনপুট চিত্র থেকে একটি নির্দিষ্ট আকারের স্লাইস বের করে এবং আকার পরিবর্তন বা আকৃতির অনুপাত পরিবর্তনের অনুমতি দেয় না।
ইনপুট `ইমেজ` থেকে `ক্রপস` সহ `বক্স`-এ বাউন্ডিং বক্স অবস্থানে সংজ্ঞায়িত অবস্থানে একটি টেনসর প্রদান করে। ক্রপ করা বাক্সগুলিকে একটি নির্দিষ্ট `আকার = [ক্রপ_উচ্চতা, ক্রপ_প্রস্থ]`-এ (দ্বিলিনিয়ার বা নিকটতম প্রতিবেশী ইন্টারপোলেশন সহ) আকার পরিবর্তন করা হয়েছে। ফলাফল হল একটি 4-D টেনসর `[সংখ্যা_বক্স, ক্রপ_উচ্চতা, ক্রপ_প্রস্থ, গভীরতা]`। আকার পরিবর্তন করা হয়েছে কোণে সারিবদ্ধ। বিশেষ করে, যদি `বক্স = [[0, 0, 1, 1]]`, তাহলে পদ্ধতিটি `tf.image.resize_bilinear()` বা `tf.image.resize_nearest_neighbor()` ব্যবহার করে অভিন্ন ফলাফল দেবে (এর উপর নির্ভর করে `পদ্ধতি` আর্গুমেন্ট) সঙ্গে `align_corners=True`।
নেস্টেড ক্লাস
| ক্লাস | CropAndResize.Options | CropAndResize এর জন্য ঐচ্ছিক বৈশিষ্ট্য | |
ধ্রুবক
| স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
| আউটপুট < TFloat32 > | আউটপুট হিসাবে () টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়। |
| স্ট্যাটিক ক্রপএন্ড রিসাইজ | |
| আউটপুট < TFloat32 > | ফসল () আকৃতির একটি 4-D টেনসর `[সংখ্যা_বাক্স, ক্রপ_উচ্চতা, ক্রপ_প্রস্থ, গভীরতা]`। |
| স্ট্যাটিক CropAndResize.Options | এক্সট্রাপোলেশন ভ্যালু (ফ্লোট এক্সট্রাপোলেশন ভ্যালু) |
| স্ট্যাটিক CropAndResize.Options | পদ্ধতি (স্ট্রিং পদ্ধতি) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট < TFloat32 > asOutput ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক ক্রপএন্ড রিসাইজ তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <? প্রসারিত TNumber > ইমেজ, অপারেন্ড < TFloat32 > বক্স, অপারেন্ড < TInt32 > boxInd, Operand < TInt32 > ক্রপ সাইজ, বিকল্প... বিকল্প)
একটি নতুন CropAndResize অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| ইমেজ | আকৃতির একটি 4-ডি টেনসর `[ব্যাচ, চিত্র_উচ্চতা, চিত্র_প্রস্থ, গভীরতা]`। `ছবির_উচ্চতা` এবং `চিত্র_প্রস্থ` উভয়ই ইতিবাচক হতে হবে। |
| বাক্স | আকৃতির একটি 2-ডি টেনসর `[সংখ্যা_বাক্স, 4]`। টেনসরের `i`-তম সারি `box_ind[i]` চিত্রের একটি বাক্সের স্থানাঙ্ক নির্দিষ্ট করে এবং স্বাভাবিক স্থানাঙ্ক `[y1, x1, y2, x2]`-এ নির্দিষ্ট করা হয়। `y` এর একটি স্বাভাবিক স্থানাঙ্ক মান `y * (ছবির_উচ্চতা - 1)` এ চিত্র স্থানাঙ্কের সাথে ম্যাপ করা হয়, তাই স্বাভাবিককৃত চিত্রের উচ্চতার `[0, 1]` ব্যবধানকে `[0, চিত্র_উচ্চতা - 1-এ ম্যাপ করা হয় ]` ছবির উচ্চতা স্থানাঙ্কে। আমরা `y1` > `y2` এর অনুমতি দিই, এই ক্ষেত্রে নমুনাকৃত ক্রপটি আসল ছবির একটি আপ-ডাউন ফ্লিপ করা সংস্করণ। প্রস্থ মাত্রা একইভাবে চিকিত্সা করা হয়। `[0, 1]` পরিসরের বাইরের সাধারণীকৃত স্থানাঙ্কগুলি অনুমোদিত, এই ক্ষেত্রে আমরা ইনপুট চিত্রের মানগুলি এক্সট্রাপোলেট করতে `এক্সট্রাপোলেশন_মান` ব্যবহার করি। |
| boxInd | `[0, ব্যাচ)`-এ int32 মান সহ `[num_boxes]` আকৃতির একটি 1-D টেনসর। `box_ind[i]` এর মান `i`-th বক্সটি যে চিত্রটিকে নির্দেশ করে তা নির্দিষ্ট করে। |
| ফসলের আকার | ২টি উপাদানের একটি 1-D টেনসর, `আকার = [ক্রপ_উচ্চতা, ক্রপ_প্রস্থ]`। সমস্ত ক্রপ করা চিত্র প্যাচ এই আকারে পুনরায় আকার দেওয়া হয়৷ ছবির বিষয়বস্তুর আকৃতির অনুপাত সংরক্ষিত নেই। `crop_height` এবং `crop_width` উভয়ই ইতিবাচক হতে হবে। |
| বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- CropAndResize এর একটি নতুন উদাহরণ
সর্বজনীন আউটপুট < TFloat32 > ফসল ()
আকৃতির একটি 4-D টেনসর `[সংখ্যা_বাক্স, ক্রপ_উচ্চতা, ক্রপ_প্রস্থ, গভীরতা]`।
পাবলিক স্ট্যাটিক CropAndResize.Options extrapolationValue (ফ্লোট এক্সট্রাপোলেশন ভ্যালু)
পরামিতি
| এক্সট্রাপোলেশন ভ্যালু | এক্সট্রাপোলেশনের জন্য ব্যবহৃত মান, যখন প্রযোজ্য। |
|---|
পাবলিক স্ট্যাটিক CropAndResize.Options পদ্ধতি (স্ট্রিং পদ্ধতি)
পরামিতি
| পদ্ধতি | আকার পরিবর্তনের জন্য নমুনা পদ্ধতি নির্দিষ্ট করে একটি স্ট্রিং। এটি হয় `"bilinear"` বা `"নিকটতম"` হতে পারে এবং ডিফল্ট `"bilinear"` হতে পারে। বর্তমানে দুটি নমুনা পদ্ধতি সমর্থিত: বিলিনিয়ার এবং নিকটতম প্রতিবেশী। |
|---|