SampleDistortedBoundingBox

Tạo một khung giới hạn bị biến dạng ngẫu nhiên cho một hình ảnh.

Các chú thích hộp giới hạn thường được cung cấp cùng với các nhãn thực tế trong các nhiệm vụ nhận dạng hình ảnh hoặc bản địa hóa đối tượng. Một kỹ thuật phổ biến để huấn luyện một hệ thống như vậy là làm biến dạng hình ảnh một cách ngẫu nhiên trong khi vẫn giữ nguyên nội dung của nó, tức là tăng cường dữ liệu . Op này tạo ra một bản địa hóa bị biến dạng ngẫu nhiên của một đối tượng, tức là hộp giới hạn, được cung cấp một `image_size`, `bounding_boxes` và một loạt các ràng buộc.

Đầu ra của Op này là một hộp giới hạn duy nhất có thể được sử dụng để cắt ảnh gốc. Đầu ra được trả về dưới dạng 3 tensor: `begin`, `size` và `bboxes`. 2 tensor đầu tiên có thể được đưa trực tiếp vào tf.slice để cắt hình ảnh. Cái sau có thể được cung cấp cho tf.image.draw_bounding_boxes để trực quan hóa hộp giới hạn trông như thế nào.

Các hộp giới hạn được cung cấp và trả về dưới dạng `[y_min, x_min, y_max, x_max]`. Tọa độ của hộp giới hạn là các số float trong `[0,0, 1,0]` so với chiều rộng và chiều cao của hình ảnh bên dưới.

Ví dụ:

# Generate a single distorted bounding box.
     begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
         tf.shape(image),
         bounding_boxes=bounding_boxes)
 
     # Draw the bounding box in an image summary.
     image_with_box = tf.image.draw_bounding_boxes(tf.expand_dims(image, 0),
                                                   bbox_for_draw)
     tf.summary.image('images_with_box', image_with_box)
 
     # Employ the bounding box to distort the image.
     distorted_image = tf.slice(image, begin, size)
 

Lưu ý rằng nếu không có thông tin về hộp giới hạn, việc đặt `use_image_if_no_bounding_boxes = true` sẽ cho rằng có một hộp giới hạn ẩn duy nhất bao phủ toàn bộ hình ảnh. Nếu `use_image_if_no_bounding_boxes` là sai và không có hộp giới hạn nào được cung cấp thì sẽ xảy ra lỗi.