tensorflow:: عملیات:: NonMaxSuppressionV5

حریصانه زیرمجموعه‌ای از کادرهای محصورکننده را به ترتیب نزولی امتیاز انتخاب می‌کند.

خلاصه

جعبه‌هایی که همپوشانی تقاطع-روی-اجتماع (IOU) بالایی با جعبه‌های انتخاب‌شده قبلی دارند، حذف می‌شوند. جعبه‌های مرزی با امتیاز کمتر از score_threshold حذف می‌شوند. جعبه‌های مرزی به صورت [y1, x1, y2, x2] ارائه می‌شوند، که در آن (y1, x1) و (y2, x2) مختصات هر جفت قطری از گوشه‌های جعبه هستند و مختصات می‌توانند به صورت نرمال‌شده (یعنی در بازه [0, 1]) یا مطلق ارائه شوند. توجه داشته باشید که این الگوریتم نسبت به محل مبدا در سیستم مختصات بی‌تفاوت است و به طور کلی نسبت به تبدیل‌های متعامد و انتقال‌های سیستم مختصات ثابت است. بنابراین انتقال یا بازتاب‌های سیستم مختصات منجر به انتخاب جعبه‌های یکسان توسط الگوریتم می‌شود. خروجی این عملیات مجموعه‌ای از اعداد صحیح است که در مجموعه ورودی جعبه‌های مرزی که نشان‌دهنده جعبه‌های انتخاب‌شده هستند، فهرست‌بندی می‌شوند. سپس می‌توان مختصات جعبه مرزی مربوط به شاخص‌های انتخاب‌شده را با استفاده از tf.gather operation به دست آورد. برای مثال: selected_indices = tf.image.non_max_suppression_v2(boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) این گزینه همچنین از حالت Soft-NMS (با وزن‌دهی گاوسی) پشتیبانی می‌کند (ر.ک. Bodla و همکاران، https://arxiv.org/abs/1704.04503 ) که در آن جعبه‌ها به جای اینکه مستقیماً باعث هرس شدن جعبه‌های همپوشانی شوند، امتیاز آنها را کاهش می‌دهند. برای فعال کردن این حالت Soft-NMS، پارامتر soft_nms_sigma را بزرگتر از 0 تنظیم کنید.

استدلال‌ها:

• دامنه: یک شیء دامنه
• جعبه‌ها: یک تانسور شناور دوبعدی به شکل [num_boxes, 4] .
• نمرات: یک تانسور اعشاری یک بعدی به شکل [num_boxes] که نشان دهنده یک امتیاز واحد مربوط به هر جعبه (هر ردیف از جعبه‌ها) است.
• max_output_size: یک تانسور عدد صحیح اسکالر که نشان‌دهنده حداکثر تعداد جعبه‌هایی است که باید با حذف غیر حداکثری انتخاب شوند.
• iou_threshold: یک تانسور اعشاری صفر بعدی که نشان‌دهنده آستانه‌ای برای تصمیم‌گیری در مورد همپوشانی بیش از حد جعبه‌ها نسبت به IOU است.
• score_threshold: یک تانسور اعشاری صفر بعدی که نشان‌دهنده آستانه تصمیم‌گیری برای حذف جعبه‌ها بر اساس امتیاز است.
• soft_nms_sigma: یک تانسور شناور صفر بعدی که پارامتر سیگما را برای Soft NMS نشان می‌دهد؛ به Bodla و همکارانش مراجعه کنید (cf https://arxiv.org/abs/1704.04503 ). وقتی soft_nms_sigma=0.0 (که پیش‌فرض است)، به NMS استاندارد (سخت) برمی‌گردیم.

ویژگی‌های اختیاری (به Attrs مراجعه کنید):

• pad_to_max_output_size: اگر مقدار آن درست باشد، خروجی selected_indices به طول max_output_size پر می‌شود. مقدار پیش‌فرض آن false است.

بازده:

• Output selected_indices: یک تانسور عدد صحیح یک بعدی به شکل [M] که نشان‌دهنده شاخص‌های انتخاب شده از تانسور جعبه‌ای است، که در آن M <= max_output_size .
• Output selected_scores: یک تانسور اعشاری یک بعدی با شکل [M] که نشان‌دهنده امتیازهای مربوطه برای هر کادر انتخاب شده است، که در آن M <= max_output_size . امتیازها فقط هنگام استفاده از Soft NMS با امتیازهای ورودی مربوطه متفاوت هستند (یعنی وقتی soft_nms_sigma>0 )
• Output valid_outputs: یک تانسور عدد صحیح صفر-بعدی که تعداد عناصر معتبر در selected_indices را نشان می‌دهد، به طوری که عناصر معتبر در ابتدا ظاهر می‌شوند.

ویژگی‌های عمومی

Operation operation

::tensorflow::Output selected_indices

::tensorflow::Output selected_scores

::tensorflow::Output valid_outputs

 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
)

Attrs PadToMaxOutputSize(
  bool x
)