tensorflow :: ops :: NonMaxSuppression

Chciwie wybiera podzbiór obwiedni w malejącej kolejności według punktacji.

streszczenie

przycinanie pól, które mają wysoki współczynnik IOU (intersection-over-union), pokrywają się z poprzednio wybranymi ramkami. Ramki ograniczające są dostarczane jako [y1, x1, y2, x2], gdzie (y1, x1) i (y2, x2) są współrzędnymi dowolnej pary ukośnych narożników prostokąta, a współrzędne można podać jako znormalizowane (tj. przedział [0, 1]) lub bezwzględny. Zauważ, że ten algorytm jest niezależny od miejsca pochodzenia w układzie współrzędnych. Zauważ, że ten algorytm jest niezmienny dla ortogonalnych przekształceń i translacji układu współrzędnych; w ten sposób translacja lub odbicia układu współrzędnych powodują, że algorytm wybiera te same pola. Wynikiem tej operacji jest zbiór 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 (boxy, score, max_output_size, iou_threshold) selected_boxes = tf.gather (boxes, selected_indices)

Argumenty:

• zakres: obiekt Scope
• boxy: 2-D float tensor kształtu [num_boxes, 4] .
• 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.

Atrybuty opcjonalne (patrz Attrs ):

• iou_threshold: zmiennoprzecinkowa reprezentująca próg decydujący o tym, czy pola za bardzo się nakładają w odniesieniu do IOU.

Zwroty:

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

Atrybuty publiczne

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size
)

 NonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  const NonMaxSuppression::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs IouThreshold(
  float x
)