เทนเซอร์โฟลว์ :: ops :: CropAndResize

#include <image_ops.h>

แยกพืชออกจากเทนเซอร์อิมเมจอินพุตและปรับขนาด

สรุป

แยกพืชออกจากเทนเซอร์อิมเมจอินพุตและปรับขนาดโดยใช้การสุ่มตัวอย่างแบบ crop_size ร์หรือการสุ่มตัวอย่างเพื่อนบ้านที่ใกล้ที่สุด (อาจมีการเปลี่ยนแปลงอัตราส่วนภาพ) เป็นขนาดเอาต์พุตทั่วไปที่ระบุโดย crop_size นี่เป็นเรื่องทั่วไปมากกว่าการ op crop_to_bounding_box ซึ่งแยกชิ้นส่วนขนาดคงที่ออกจากภาพอินพุตและไม่อนุญาตให้ปรับขนาดหรือเปลี่ยนอัตราส่วน

ส่งคืนค่าเทนเซอร์ที่มีการ crops จาก image อินพุตที่ตำแหน่งที่กำหนดไว้ที่ตำแหน่งกล่องขอบเขตใน boxes กล่องที่ครอบตัดจะถูกปรับขนาดทั้งหมด (ด้วยการแก้ไข size = [crop_height, crop_width] หรือเพื่อนบ้านที่ใกล้ที่สุด) เป็น size = [crop_height, crop_width] คงที่ size = [crop_height, crop_width] ผลลัพธ์คือเทนเซอร์ 4 มิติ [num_boxes, crop_height, crop_width, depth] การปรับขนาดเป็นแบบชิดมุม โดยเฉพาะอย่างยิ่งถ้า boxes = [[0, 0, 1, 1]] เมธอดจะให้ผลลัพธ์ที่เหมือนกันกับการใช้ tf.image.resize_bilinear() หรือ tf.image.resize_nearest_neighbor() (ขึ้นอยู่กับอาร์กิวเมนต์ method ) กับ align_corners=True

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • ภาพ: รูปทรง 4 มิติ [batch, image_height, image_width, depth] ทั้ง image_height และ image_width ต้องเป็นค่าบวก
  • กล่อง: รูปทรง 2 มิติ [num_boxes, 4] แถวที่ i ของเทนเซอร์ระบุพิกัดของกล่องในภาพ box_ind[i] และระบุไว้ในพิกัดมาตรฐาน [y1, x1, y2, x2] ค่าพิกัดปกติของ y จะถูกจับคู่กับพิกัดภาพที่ y * (image_height - 1) ดังนั้นเมื่อเทียบกับช่วง [0, 1] ของความสูงของภาพปกติกับ [0, image_height - 1] เราอนุญาตให้ y1 > y2 ซึ่งในกรณีนี้การครอบตัดตัวอย่างเป็นภาพต้นฉบับแบบพลิกขึ้นลง มิติความกว้างจะได้รับการปฏิบัติในทำนองเดียวกัน อนุญาตให้ใช้พิกัดปกตินอกช่วง [0, 1] ซึ่งในกรณีนี้เราใช้ extrapolation_value เพื่อคาดการณ์ค่าภาพที่ป้อน
  • box_ind: เทนเซอร์ของรูปร่าง 1 มิติ [num_boxes] มีค่า int32 เป็น [0, batch) ค่าของ box_ind[i] ระบุรูปภาพที่กล่อง i -th อ้างถึง
  • crop_size: เทนเซอร์ 1 มิติของ 2 องค์ประกอบ size = [crop_height, crop_width] แพทช์ภาพที่ครอบตัด ทั้งหมด จะถูกปรับขนาดเป็นขนาดนี้ อัตราส่วนภาพของเนื้อหารูปภาพจะไม่ถูกเก็บรักษาไว้ ทั้ง crop_height และ crop_width ต้องเป็นค่าบวก

แอตทริบิวต์เสริม (ดู Attrs ):

  • method: สตริงที่ระบุวิธีการสุ่มตัวอย่างสำหรับการปรับขนาด อาจเป็นได้ทั้ง "bilinear" หรือ "nearest" และมีค่าเริ่มต้นเป็น "bilinear" ปัจจุบันรองรับวิธีการสุ่มตัวอย่างสองวิธี: Bilinear และ Nearest Neighbor
  • extrapolation_value: ค่าที่ใช้สำหรับการประมาณราคาเมื่อมี

ผลตอบแทน:

  • Output : รูปร่าง 4 มิติ [num_boxes, crop_height, crop_width, depth]

ผู้สร้างและผู้ทำลาย

CropAndResize (const :: tensorflow::Scope & scope, :: tensorflow::Input image, :: tensorflow::Input boxes, :: tensorflow::Input box_ind, :: tensorflow::Input crop_size)
CropAndResize (const :: tensorflow::Scope & scope, :: tensorflow::Input image, :: tensorflow::Input boxes, :: tensorflow::Input box_ind, :: tensorflow::Input crop_size, const CropAndResize::Attrs & attrs)

คุณลักษณะสาธารณะ

crops
operation

หน้าที่สาธารณะ

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

ฟังก์ชั่นคงที่สาธารณะ

ExtrapolationValue (float x)
Method (StringPiece x)

โครงสร้าง

tensorflow :: ops :: CropAndResize :: Attrs

ตัวตั้งค่าแอตทริบิวต์เสริมสำหรับ CropAndResize

คุณลักษณะสาธารณะ

พืชผล

::tensorflow::Output crops

การดำเนินการ

Operation operation

หน้าที่สาธารณะ

CropAndResize

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size
)

CropAndResize

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size,
  const CropAndResize::Attrs & attrs
)

โหนด

::tensorflow::Node * node() const 

ตัวดำเนินการ :: tensorflow :: อินพุต

 operator::tensorflow::Input() const 

ตัวดำเนินการ :: tensorflow :: เอาท์พุท

 operator::tensorflow::Output() const 

ฟังก์ชั่นคงที่สาธารณะ

ค่า Extrapolation

Attrs ExtrapolationValue(
  float x
)

วิธี

Attrs Method(
  StringPiece x
)