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 :: NonMaxSuppressionV5

#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. Somit führen Übersetzungen oder Reflexionen des Koordinatensystems dazu, dass dieselben Felder vom Algorithmus 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) Diese Option unterstützt auch einen Soft-NMS-Modus (mit Gaußscher Gewichtung) (vgl. Bodla et al , https://arxiv.org/abs/1704.04503 ) wobei Boxen die Punktzahl anderer überlappender Boxen reduzieren, anstatt sie direkt zu beschneiden. Um diesen Soft-NMS-Modus zu aktivieren, setzen Sie den Parameter soft_nms_sigma auf einen soft_nms_sigma größer als 0.

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.
  • soft_nms_sigma: Ein 0-D-Float-Tensor, der den Sigma-Parameter für Soft NMS darstellt; siehe Bodla et al. (vgl. https://arxiv.org/abs/1704.04503 ). Wenn soft_nms_sigma=0.0 (Standardeinstellung), greifen wir auf Standard-NMS (hart) zurück.

Optionale Attribute (siehe Attrs ):

  • pad_to_max_output_size: Wenn true, wird die Ausgabe selected_indices so aufgefüllt, dass sie die Länge max_output_size . Der Standardwert ist false.

Kehrt zurück:

  • Output selected_indices: Ein 1-D-Integer-Tensor der Form [M] der die ausgewählten Indizes aus dem M <= max_output_size , wobei M <= max_output_size .
  • Output selected_scores: Ein 1-D-Float-Tensor der Form [M] der die entsprechenden Bewertungen für jedes ausgewählte Feld darstellt, wobei M <= max_output_size . Die Bewertungen unterscheiden sich nur bei Verwendung von Soft NMS von den entsprechenden Eingabewerten (dh wenn soft_nms_sigma>0 ).
  • Output valid_outputs: Ein 0-D-Integer-Tensor, der die Anzahl der gültigen Elemente in selected_indices , wobei die gültigen Elemente zuerst angezeigt werden.

Konstruktoren und Destruktoren

NonMaxSuppressionV5 (const :: tensorflow::Scope & scope, :: tensorflow::Input boxes, :: tensorflow::Input scores, :: tensorflow::Input max_output_size, :: tensorflow::Input iou_threshold, :: tensorflow::Input score_threshold, :: tensorflow::Input soft_nms_sigma)
NonMaxSuppressionV5 (const :: tensorflow::Scope & scope, :: tensorflow::Input boxes, :: tensorflow::Input scores, :: tensorflow::Input max_output_size, :: tensorflow::Input iou_threshold, :: tensorflow::Input score_threshold, :: tensorflow::Input soft_nms_sigma, const NonMaxSuppressionV5::Attrs & attrs)

Öffentliche Attribute

operation
selected_indices
selected_scores
valid_outputs

Öffentliche statische Funktionen

PadToMaxOutputSize (bool x)

Strukturen

tensorflow :: ops :: NonMaxSuppressionV5 :: Attrs

Optionale Attributsetzer für NonMaxSuppressionV5 .

Öffentliche Attribute

Operation

Operation operation

selected_indices

::tensorflow::Output selected_indices

selected_scores

::tensorflow::Output selected_scores

valid_outputs

::tensorflow::Output valid_outputs

Öffentliche Funktionen

NonMaxSuppressionV5

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma
)

NonMaxSuppressionV5

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma,
  const NonMaxSuppressionV5::Attrs & attrs
)

Öffentliche statische Funktionen

PadToMaxOutputSize

Attrs PadToMaxOutputSize(
  bool x
)