tensorflow :: ops :: NonMaxSuppressionWithOverlaps

Chciwie wybiera podzbiór obwiedni w malejącej kolejności według punktacji.

streszczenie

przycinanie pudełek, które nakładają się w dużym stopniu z poprzednio wybranymi pudełkami. Ramki ograniczające z wynikiem mniejszym niż score_threshold są usuwane. Wartości nakładania N na n są dostarczane jako macierz kwadratowa, co pozwala na zdefiniowanie niestandardowego kryterium nakładania się (np. Przecięcie nad sumą, przecięcie na powierzchni itp.).

Wynikiem tej operacji jest zestaw liczb całkowitych indeksowanych w wejściowym zbiorze obwiedni reprezentujących wybrane pola. Współrzędne ramki granicznej odpowiadające wybranym indeksom można następnie uzyskać za pomocą tf.gather operation . Na przykład:

selected_indices = tf.image.non_max_suppression_with_overlaps (overlaps, score, max_output_size, overlap_threshold, score_threshold), selected_boxes = tf.gather (pola, wybrane_indeksy)

Argumenty:

• zakres: obiekt Scope
• overlaps: 2-D float tensor kształtu [num_boxes, num_boxes] reprezentujący wartości n-na-n pól pokrywających się.
• wyniki: 1-D float tensor kształtu [num_boxes] reprezentujący pojedynczy wynik odpowiadający każdemu pudełku (każdemu wierszowi pudełek).
• max_output_size: Tensor skalarnej liczby całkowitej reprezentujący maksymalną liczbę pól, które mają być wybrane przez pomijanie nie maksymalne.
• overlap_threshold: Tensor zmiennoprzecinkowy 0-D reprezentujący próg decydujący o tym, czy pola również się nakładają.
• score_threshold: Tensor zmiennoprzecinkowy 0-D reprezentujący próg decydujący o tym, kiedy usunąć pola na podstawie wyniku.

Zwroty:

• Output : 1-D całkowity tensor w kształcie [M] reprezentujący wybrane indeksy z tensora pól, gdzie M <= max_output_size .

Atrybuty publiczne

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