Merken Sie den Termin vor! Google I / O kehrt vom 18. bis 20. Mai zurück Registrieren Sie sich jetzt
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Tensorflow :: ops :: NonMaxSuppressionV3

#include <image_ops.h>

Wählt gierig eine Teilmenge der Begrenzungsrahmen in absteigender Reihenfolge der Punktzahl aus.

Zusammenfassung

Das Wegschneiden von Feldern mit hoher Überschneidung (IOU) überschneidet sich mit zuvor ausgewählten Feldern. Begrenzungsrahmen mit einer Punktzahl von weniger als score_threshold werden entfernt. Begrenzungsrahmen werden als [y1, x1, y2, x2] geliefert, wobei (y1, x1) und (y2, x2) die Koordinaten eines beliebigen diagonalen Paares von Rahmenecken sind und die Koordinaten als normalisiert bereitgestellt werden können (dh in liegen) das Intervall [0, 1]) oder absolut. Es ist zu beachten, dass dieser Algorithmus unabhängig davon ist, wo sich der Ursprung im Koordinatensystem befindet, und im Allgemeinen für orthogonale Transformationen und Übersetzungen des Koordinatensystems unveränderlich ist. Das Verschieben oder Reflektieren des Koordinatensystems führt dazu, dass vom Algorithmus dieselben Kästchen ausgewählt werden. Die Ausgabe dieser Operation ist eine Reihe von Ganzzahlen, die in die Eingabesammlung von Begrenzungsrahmen indiziert werden, die die ausgewählten Felder darstellen. Die Begrenzungsrahmenkoordinaten, die den ausgewählten Indizes entsprechen, können dann unter Verwendung der tf.gather operation . Zum Beispiel: selected_indices = tf.image.non_max_suppression_v2 (Felder, Scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather (Felder, selected_indices)

Argumente:

  • scope: Ein Scope- Objekt
  • Boxen: Ein 2-D-Float-Tensor mit Form [num_boxes, 4] .
  • Bewertungen: Ein 1-D-Float-Tensor der Form [num_boxes] der eine einzelne Bewertung darstellt, die jeder Box (jeder Reihe von Feldern) entspricht.
  • max_output_size: Ein skalarer ganzzahliger Tensor, der die maximale Anzahl von Feldern darstellt, die durch Nicht-Max-Unterdrückung ausgewählt werden sollen.
  • iou_threshold: Ein 0-D-Float-Tensor, der den Schwellenwert für die Entscheidung darstellt, ob sich Boxen in Bezug auf die IOU zu stark überlappen.
  • score_threshold: Ein 0-D-Float-Tensor, der den Schwellenwert für die Entscheidung darstellt, wann Kästchen basierend auf der Punktzahl entfernt werden sollen.

Kehrt zurück:

  • Output : Ein 1-D-Ganzzahltensor der Form [M] der die ausgewählten Indizes aus dem M <= max_output_size , wobei M <= max_output_size .

Konstruktoren und Destruktoren

NonMaxSuppressionV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input boxes, :: tensorflow::Input scores, :: tensorflow::Input max_output_size, :: tensorflow::Input iou_threshold, :: tensorflow::Input score_threshold)

Öffentliche Attribute

operation
selected_indices

Öffentliche Funktionen

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

Öffentliche Attribute

Operation

Operation operation

selected_indices

::tensorflow::Output selected_indices

Öffentliche Funktionen

NonMaxSuppressionV3

 NonMaxSuppressionV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold
)

Knoten

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const