tensorflow::ops::NonMaxSuppressionV5

Memilih secara rakus sejumlah subset kotak pembatas dalam urutan menurun berdasarkan skor.

Ringkasan

Menghilangkan kotak-kotak yang memiliki tumpang tindih intersection-over-union (IOU) tinggi dengan kotak-kotak yang telah dipilih sebelumnya. Kotak pembatas dengan skor kurang dari score_threshold akan dihapus. Kotak pembatas diberikan sebagai [y1, x1, y2, x2], di mana (y1, x1) dan (y2, x2) adalah koordinat dari setiap pasangan diagonal sudut kotak dan koordinat dapat diberikan sebagai koordinat yang dinormalisasi (yaitu, berada dalam interval [0, 1]) atau absolut. Perhatikan bahwa algoritma ini tidak bergantung pada letak titik asal dalam sistem koordinat dan secara umum tidak berubah terhadap transformasi ortogonal dan translasi sistem koordinat; sehingga translasi atau refleksi sistem koordinat menghasilkan kotak yang sama yang dipilih oleh algoritma. Keluaran dari operasi ini adalah sekumpulan bilangan bulat yang mengindeks ke dalam koleksi input kotak pembatas yang mewakili kotak yang dipilih. Koordinat kotak pembatas yang sesuai dengan indeks yang dipilih kemudian dapat diperoleh menggunakan tf.gather operation . Misalnya: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) Operasi ini juga mendukung mode Soft-NMS (dengan pembobotan Gaussian) (lihat Bodla dkk, https://arxiv.org/abs/1704.04503 ) di mana kotak mengurangi skor kotak lain yang tumpang tindih alih-alih langsung menyebabkan kotak tersebut dipangkas. Untuk mengaktifkan mode Soft-NMS ini, atur parameter soft_nms_sigma menjadi lebih besar dari 0.

Argumen:

• Cakupan: Objek Cakupan
• boxes: Tensor float 2-D dengan bentuk [num_boxes, 4] .
• skor: Tensor float 1-D dengan bentuk [num_boxes] yang mewakili satu skor yang sesuai dengan setiap kotak (setiap baris kotak).
• max_output_size: Sebuah tensor bilangan bulat skalar yang mewakili jumlah maksimum kotak yang akan dipilih oleh penekanan non-maksimum.
• iou_threshold: Tensor float 0-D yang mewakili ambang batas untuk menentukan apakah kotak-kotak tersebut terlalu tumpang tindih sehubungan dengan IOU.
• score_threshold: Tensor float 0-D yang mewakili ambang batas untuk memutuskan kapan harus menghapus kotak berdasarkan skor.
• soft_nms_sigma: Tensor float 0-D yang merepresentasikan parameter sigma untuk Soft NMS; lihat Bodla et al (cf https://arxiv.org/abs/1704.04503 ). Ketika soft_nms_sigma=0.0 (yang merupakan nilai default), kita kembali ke NMS standar (keras).

Atribut opsional (lihat Attrs ):

• pad_to_max_output_size: Jika bernilai true, output selected_indices akan diisi dengan padding hingga memiliki panjang max_output_size . Nilai defaultnya adalah false.

Mengembalikan:

• Output selected_indices: Tensor integer 1-D dengan bentuk [M] yang mewakili indeks terpilih dari tensor kotak, di mana M <= max_output_size .
• Output selected_scores: Tensor float 1-D dengan bentuk [M] yang mewakili skor yang sesuai untuk setiap kotak yang dipilih, di mana M <= max_output_size . Skor hanya berbeda dari skor input yang sesuai ketika menggunakan Soft NMS (yaitu ketika soft_nms_sigma>0 ).
• Output valid_outputs: Tensor bilangan bulat 0-D yang mewakili jumlah elemen valid dalam selected_indices , dengan elemen valid muncul pertama.

Atribut publik

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
)