tensorflow::ops::CombinedNonMaxSuppression

Thuật toán này chọn một tập hợp con các hộp giới hạn theo thứ tự điểm số giảm dần một cách tham lam.

Bản tóm tắt

Thao tác này thực hiện loại bỏ các hộp không có giá trị cực đại (non_max_suppression) trên các đầu vào theo từng lô, trên tất cả các lớp. Nó loại bỏ các hộp có độ chồng chéo giao nhau trên hợp nhất (IOU) cao với các hộp đã được chọn trước đó. Các hộp giới hạn được cung cấp dưới dạng [y1, x1, y2, x2], trong đó (y1, x1) và (y2, x2) là tọa độ của bất kỳ cặp góc chéo nào của hộp và tọa độ có thể được cung cấp dưới dạng chuẩn hóa (tức là nằm trong khoảng [0, 1]) hoặc tuyệt đối. Lưu ý rằng thuật toán này không phụ thuộc vào vị trí của gốc tọa độ trong hệ tọa độ. Cũng cần lưu ý rằng thuật toán này bất biến đối với các phép biến đổi trực giao và tịnh tiến của hệ tọa độ; do đó, việc tịnh tiến hoặc phản chiếu hệ tọa độ dẫn đến việc thuật toán chọn cùng một hộp. Đầu ra của thao tác này là tensor hộp, điểm số và lớp cuối cùng được trả về sau khi thực hiện loại bỏ các hộp không có giá trị cực đại.

Luận điểm:

• phạm vi: Một đối tượng Phạm vi
• boxes: Một tensor float 4 chiều có dạng [batch_size, num_boxes, q, 4] . Nếu q bằng 1 thì cùng một hộp được sử dụng cho tất cả các lớp; ngược lại, nếu q bằng số lớp thì các hộp dành riêng cho từng lớp sẽ được sử dụng.
• scores: Một tensor float 3 chiều có hình dạng [batch_size, num_boxes, num_classes] biểu thị một điểm số duy nhất tương ứng với mỗi ô (mỗi hàng ô).
• max_output_size_per_class: Một tensor số nguyên vô hướng biểu thị số lượng hộp tối đa được chọn bởi phương pháp không loại bỏ tối đa cho mỗi lớp.
• max_total_size: Một giá trị vô hướng biểu thị số lượng hộp tối đa được giữ lại trên tất cả các lớp.
• iou_threshold: Một tensor float 0 chiều biểu thị ngưỡng để quyết định xem các hộp có chồng chéo quá nhiều so với IOU hay không.
• score_threshold: Một tensor float 0 chiều biểu thị ngưỡng để quyết định khi nào nên xóa các ô dựa trên điểm số.

Các thuộc tính tùy chọn (xem Attrs ):

• pad_per_class: Nếu false, các hộp, điểm số và lớp được xử lý bằng nmsed sẽ được thêm phần đệm/cắt bớt để có kích max_total_size . Nếu true, các hộp, điểm số và lớp được xử lý bằng nmsed sẽ được thêm phần đệm để có độ dài max_size_per_class * num_classes , trừ khi nó vượt quá max_total_size , trong trường hợp đó nó sẽ được cắt bớt để có max_total_size . Mặc định là false.
• clip_boxes: Nếu true, giả định tọa độ hộp nằm trong khoảng [0, 1] và cắt các hộp đầu ra nếu chúng nằm ngoài khoảng [0, 1]. Nếu false, không thực hiện cắt và xuất tọa độ hộp như hiện trạng.

Trả về:

• Output nmsed_boxes: Một tensor float32 [batch_size, max_detections, 4] chứa các hộp không phải là tối đa bị loại bỏ.
• Output nmsed_scores: Một tensor float32 [batch_size, max_detections] chứa điểm số cho các hộp.
• Output nmsed_classes: Một tensor float32 [batch_size, max_detections] chứa các lớp cho các hộp.
• Output valid_detections: Một tensor int32 [batch_size] cho biết số lượng phát hiện hợp lệ trên mỗi mục trong lô. Chỉ có num_detections[i] mục hàng đầu trong nms_boxes[i], nms_scores[i] và nms_class[i] là hợp lệ. Các mục còn lại là phần đệm bằng không.

Thuộc tính công khai

::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
)