tensorflow :: ops :: CropAndResizeGradImage

شیب crop_and_resize و عملکرد تنتور تصویر ورودی را محاسبه می کند.

خلاصه

استدلال ها:

• دامنه: یک شی Sc Scope
• grads: یک تانسور 4 بعدی از شکل [num_boxes, crop_height, crop_width, depth] .
• جعبه ها: یک تانسور دو بعدی از شکل [num_boxes, 4] . ردیف i تنسور مختصات یک کادر را در تصویر box_ind[i] مشخص می کند و در مختصات نرمال شده [y1, x1, y2, x2] . مقدار مختصات نرمال y در مختصات تصویر در y * (image_height - 1) ، بنابراین همانطور که فاصله [0, 1] ارتفاع تصویر نرمال شده در مختصات ارتفاع تصویر به "[0 ، تصویر_ارتفاع - 1] ترسیم می شود. ما y1> y2 را مجاز می دانیم ، در این حالت برش نمونه برداری شده یک نسخه برعکس شده از تصویر اصلی به سمت بالا است. بعد عرض نیز به طور مشابه رفتار می شود. مختصات عادی خارج از محدوده [0, 1] مجاز است ، در این حالت ما از extrapolation_value برای برون یابی مقادیر تصویر ورودی استفاده می کنیم.
• box_ind: یک تانسور 1-D شکل [num_boxes] با مقادیر int32 در [0, batch) . مقدار box_ind[i] تصویری را که جعبه i -th به آن اشاره دارد مشخص می کند.
• size_size: یک سنسور 1-D با مقدار [batch, image_height, image_width, depth] حاوی اندازه اصلی تصویر. image_height و image_width باید مثبت باشند.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• روش: رشته ای که روش درون یابی را مشخص می کند. در حال حاضر فقط "bilinear" پشتیبانی می شود.

بازده:

• Output : یک [batch, image_height, image_width, depth] 4-D شکل [batch, image_height, image_width, depth] .

صفات عمومی

Operation operation

::tensorflow::Output output

 CropAndResizeGradImage(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input grads,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input image_size,
  DataType T
)

 CropAndResizeGradImage(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input grads,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input image_size,
  DataType T,
  const CropAndResizeGradImage::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Method(
  StringPiece x
)