حریصانه زیرمجموعه ای از جعبه های مرزی را به ترتیب امتیاز نزولی انتخاب می کند،
هرس کردن جعبه هایی که همپوشانی بالایی با جعبه های انتخاب شده قبلی دارند. کادرهای محدودکننده با امتیاز کمتر از «امتیاز_آستانه» حذف می‌شوند. مقادیر همپوشانی N-by-n به عنوان ماتریس مربع ارائه می شود، که امکان تعریف یک معیار همپوشانی سفارشی را فراهم می کند (به عنوان مثال، تقاطع روی اتحاد، تقاطع بر روی مساحت، و غیره).
خروجی این عملیات مجموعه ای از اعداد صحیح است که در مجموعه ورودی جعبه های مرزی نمایانگر جعبه های انتخاب شده اند. سپس مختصات جعبه مرزی مربوط به شاخص های انتخاب شده را می توان با استفاده از «عملیات tf.gather» به دست آورد. مثلا:
select_indices = tf.image.non_max_suppression_with_overlaps( همپوشانی ها، امتیازات، حداکثر_اندازه_خروجی، همپوشانی_آستانه، آستانه_امتیاز) boxes_ selected = tf.gather(جعبه ها، شاخص های_انتخاب شده)
ثابت ها
| رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
| خروجی < TINT32 > | asOutput () دسته نمادین تانسور را برمی گرداند. |
| استاتیک NonMaxSuppressionWithOverlaps | |
| خروجی < TINT32 > | شاخص های انتخاب شده () یک تانسور عدد صحیح یک بعدی از شکل «[M]» که نمایانگر شاخص‌های انتخاب شده از تانسور جعبه‌ها است، جایی که «M <= max_output_size». |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
خروجی عمومی < TINT32 > asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
عمومی استاتیک NonMaxSuppressionWithOverlaps ایجاد ( محدوده دامنه، عملوند < TFloat32 > همپوشانی ها، عملوند < TFloat32 > امتیازها، عملوند < TINT32 > maxOutputSize، عملوند < TFloat32 > همپوشانی آستانه، عملوند < TFloat32 > امتیازات32)
روش کارخانه برای ایجاد کلاسی که یک عملیات NonMaxSuppressionWithOverlaps جدید را بسته بندی می کند.
مولفه های
| محدوده | محدوده فعلی |
|---|---|
| همپوشانی دارد | یک تانسور شناور دوبعدی با شکل «[num_boxes, num_boxes]» که مقادیر همپوشانی کادر n به n را نشان می‌دهد. |
| امتیازات | یک تانسور شناور 1 بعدی به شکل «[تعداد_جعبه]» که نشان دهنده یک امتیاز منفرد مربوط به هر کادر (هر ردیف از کادرها) است. |
| maxOutputSize | یک تانسور عدد صحیح اسکالر که نشان دهنده حداکثر تعداد کادرهایی است که باید با سرکوب غیر حداکثر انتخاب شوند. |
| همپوشانی آستانه | یک تانسور شناور 0-D که آستانه ای را برای تصمیم گیری در مورد همپوشانی جعبه ها نشان می دهد. |
| آستانه امتیاز | یک تانسور شناور 0-D که آستانه تصمیم گیری برای حذف جعبه ها بر اساس امتیاز را نشان می دهد. |
برمی گرداند
- یک نمونه جدید از NonMaxSuppressionWithOverlaps