เทนเซอร์โฟลว์:: ปฏิบัติการ:: NonMaxSuppressionWithOverlaps

เลือกชุดย่อยของกรอบขอบเขตอย่างตะกละตะกลามโดยเรียงลำดับคะแนนจากมากไปหาน้อย

สรุป

ตัดกล่องที่มีการทับซ้อนกันสูงกับกล่องที่เลือกไว้ก่อนหน้านี้ออก กล่องขอบเขตที่มีคะแนนน้อยกว่า score_threshold จะถูกลบออก ค่าที่ทับซ้อนกันแบบ N-by-n จะถูกระบุเป็นเมทริกซ์จัตุรัส ซึ่งช่วยให้สามารถกำหนดเกณฑ์การทับซ้อนกันแบบกำหนดเองได้ (เช่น การแยกส่วนเหนือสหภาพ การแยกส่วนพื้นที่ ฯลฯ)

ผลลัพธ์ของการดำเนินการนี้คือชุดของจำนวนเต็มที่สร้างดัชนีลงในคอลเลกชันอินพุตของกล่องขอบเขตที่แสดงถึงกล่องที่เลือก พิกัดกล่องขอบเขตที่สอดคล้องกับดัชนีที่เลือกสามารถรับได้โดยใช้ tf.gather operation ตัวอย่างเช่น:

Selected_indices = tf.image.non_max_suppression_with_overlaps (ทับซ้อนกัน, คะแนน, max_output_size, overlap_threshold, Score_threshold) Selected_boxes = tf.gather (กล่อง, Selected_indices)

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• การทับซ้อนกัน: เทนเซอร์โฟลต 2 มิติของรูปร่าง [num_boxes, num_boxes] แสดงถึงค่าการทับซ้อนกันของกล่องขนาด n-by-n
• คะแนน: เทนเซอร์โฟลต 1 มิติของรูปร่าง [num_boxes] แทนคะแนนเดียวที่สอดคล้องกับแต่ละกล่อง (แต่ละแถวของกล่อง)
• max_output_size: เทนเซอร์จำนวนเต็มสเกลาร์ซึ่งแสดงถึงจำนวนกล่องสูงสุดที่จะเลือกโดยการปราบปรามแบบไม่สูงสุด
• overlap_threshold: เทนเซอร์โฟลต 0-D แสดงถึงเกณฑ์ในการตัดสินใจว่ากล่องทับซ้อนกันด้วยหรือไม่
• Score_threshold: เทนเซอร์โฟลต 0-D แสดงถึงเกณฑ์ในการตัดสินใจว่าจะลบกล่องเมื่อใดโดยพิจารณาจากคะแนน

ผลตอบแทน:

• Output : เทนเซอร์จำนวนเต็ม 1 มิติของรูปร่าง [M] แทนดัชนีที่เลือกจากกล่องเทนเซอร์ โดยที่ M <= max_output_size

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppressionWithOverlaps(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input overlaps,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input overlap_threshold,
  ::tensorflow::Input score_threshold
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const