tensorflow:: ops:: CombinedNonMaxSuppression

يختار بشكل جشع مجموعة فرعية من المربعات المحيطة بترتيب تنازلي حسب النتيجة.

ملخص

تُجري هذه العملية عملية كبح التداخل غير الأقصى على المدخلات لكل دفعة، عبر جميع الفئات. وتزيل المربعات التي تتداخل بشكل كبير مع المربعات المختارة سابقًا. تُحدد المربعات المحيطة على شكل [y1, x1, y2, x2]، حيث يمثل (y1, x1) و(y2, x2) إحداثيات أي زوج قطري من زوايا المربع، ويمكن تقديم الإحداثيات كقيم مُعَيَّرة (أي تقع ضمن الفترة [0, 1]) أو كقيم مطلقة. تجدر الإشارة إلى أن هذه الخوارزمية لا تتأثر بموقع نقطة الأصل في نظام الإحداثيات. كما تجدر الإشارة إلى أنها ثابتة في مواجهة التحويلات والترجمات المتعامدة لنظام الإحداثيات؛ وبالتالي، فإن ترجمة أو انعكاس نظام الإحداثيات لا يؤثر على اختيار المربعات نفسها. يكون ناتج هذه العملية هو المربعات النهائية، والدرجات، وموتر الفئات الذي يتم إرجاعه بعد تطبيق كبح التداخل غير الأقصى.

الحجج:

• النطاق: كائن النطاق
• المربعات: موتر رباعي الأبعاد من نوع float ذو شكل [batch_size, num_boxes, q, 4] . إذا كانت قيمة q تساوي 1، فسيتم استخدام نفس المربعات لجميع الفئات، وإلا، إذا كانت قيمة q تساوي عدد الفئات، فسيتم استخدام مربعات خاصة بكل فئة.
• النتائج: موتر ثلاثي الأبعاد من نوع float ذو شكل [batch_size, num_boxes, num_classes] يمثل نتيجة واحدة تتوافق مع كل مربع (كل صف من المربعات).
• max_output_size_per_class: موتر عددي صحيح يمثل الحد الأقصى لعدد المربعات التي سيتم تحديدها بواسطة تقنية كبح القيم القصوى غير المحددة لكل فئة
• max_total_size: قيمة عددية تمثل الحد الأقصى لعدد الصناديق المحفوظة عبر جميع الفئات.
• iou_threshold: موتر عائم ذو 0-D يمثل العتبة لتحديد ما إذا كانت المربعات تتداخل كثيرًا فيما يتعلق بـ IOU.
• score_threshold: موتر ذو بُعد صفري يمثل العتبة لتحديد متى يتم إزالة المربعات بناءً على النتيجة.

السمات الاختيارية (انظر Attrs ):

• pad_per_class: إذا كانت القيمة false، فسيتم إضافة حشو/قصّ مربعات nmsed والنتائج والفئات الناتجة إلى max_total_size . أما إذا كانت القيمة true، فسيتم إضافة حشو إلى مربعات nmsed والنتائج والفئات الناتجة لتكون بطول max_size_per_class * num_classes ، إلا إذا تجاوزت max_total_size وفي هذه الحالة سيتم قصّها إلى max_total_size . القيمة الافتراضية هي false.
• clip_boxes: إذا كانت القيمة صحيحة، فسيتم افتراض أن إحداثيات المربع تقع بين [0، 1] وسيتم قص مربعات الإخراج إذا كانت خارج هذا النطاق. أما إذا كانت القيمة خاطئة، فلن يتم القص وسيتم إخراج إحداثيات المربع كما هي.

المرتجعات:

• Output nmsed_boxes: A [batch_size, max_detections, 4] float32 tensor containing the non-max suppressed boxes.
• Output nmsed_scores: A [batch_size, max_detections] float32 tensor containing the scores for the boxes.
• Output nmsed_classes: A [batch_size, max_detections] float32 tensor containing the classes for the boxes.
• Output valid_detections: موتر من نوع int32 بحجم [batch_size] يشير إلى عدد عمليات الكشف الصحيحة لكل عنصر من عناصر الدفعة. القيم الصالحة هي فقط أعلى num_detections[i] في nms_boxes[i] وnms_scores[i] وnms_class[i]. أما باقي القيم فهي عبارة عن أصفار.

السمات العامة

::tensorflow::Output nmsed_boxes

::tensorflow::Output nmsed_classes

::tensorflow::Output nmsed_scores

Operation operation

::tensorflow::Output valid_detections

 CombinedNonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size_per_class,
  ::tensorflow::Input max_total_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold
)

 CombinedNonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size_per_class,
  ::tensorflow::Input max_total_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  const CombinedNonMaxSuppression::Attrs & attrs
)

Attrs ClipBoxes(
  bool x
)

Attrs PadPerClass(
  bool x
)