टेंसरफ़्लो :: ऑप्स :: NonMaxSuppressionV5

लालच स्कोर के अवरोही क्रम में बाउंडिंग बॉक्स के एक सबसेट का चयन करता है,।

सारांश

पहले से चयनित बक्से के साथ उच्च चौराहे-ओवर-यूनियन (IOU) ओवरलैप वाले बक्से को दूर करना। score_threshold से कम स्कोर वाले बाउंडिंग बॉक्स हटा दिए score_threshold हैं। बाउंडिंग बॉक्स को [y1, X1, y2, x2] के रूप में आपूर्ति की जाती है, जहां (y1, X1) और (y2, x2) किसी भी विकर्ण जोड़ी के कोनों के निर्देशांक होते हैं और निर्देशांक सामान्यीकृत (यानी, झूठ बोलकर) प्रदान किए जा सकते हैं अंतराल [0, 1]) या निरपेक्ष। ध्यान दें कि यह एल्गोरिथ्म अज्ञेय है जहां मूल समन्वय प्रणाली में है और आमतौर पर समन्वय प्रणाली के रूढ़िवादी परिवर्तनों और अनुवादों के लिए अपरिवर्तनीय है; इस प्रकार समन्वय प्रणाली के अनुवाद या प्रतिबिंब का परिणाम एल्गोरिथ्म द्वारा चुने गए एक ही बक्से में होता है। इस ऑपरेशन का आउटपुट चयनित बॉक्स का प्रतिनिधित्व करने वाले बाउंडिंग बॉक्स के इनपुट संग्रह में पूर्णांक अनुक्रमण का एक सेट है। बाउंडिंग बॉक्स चयनित सूचकांकों के अनुरूप है, फिर tf.gather operation का उपयोग करके प्राप्त किया जा सकता है। उदाहरण के लिए: चयनित_इंडिस = tf.image.non_max_suppression_v2 (बॉक्स, स्कोर, अधिकतम_आउटपुट_साइज़, iou_threshold, score_threshold) चयनित_बॉक्स =f.gather (बॉक्स, चयनित_indices) यह ऑप्स एक सॉफ़-एनएमएस (गौसियन वज़निंग के साथ) , https://arxiv.org/abs/1704.04503 ) जहां बक्से उन्हें सीधे के कारण के बजाय अन्य अतिव्यापी बक्से के स्कोर को कम कम कर दिए हैं किया जाना है। इस Soft-NMS मोड को सक्षम करने के लिए, soft_nms_sigma पैरामीटर को 0 से बड़ा होने के लिए सेट करें।

तर्क:

• गुंजाइश: एक स्कोप ऑब्जेक्ट
• बक्से: आकृति का एक 2-डी फ्लोट टेंसर [num_boxes, 4] ।
• स्कोर: आकृति का एक 1-डी फ्लोट टेंसर [num_boxes] प्रत्येक बॉक्स (बॉक्स की प्रत्येक पंक्ति) के अनुरूप एकल स्कोर का प्रतिनिधित्व करता है।
• max_output_size: एक स्केलर पूर्णांक टेन्सर, जो अधिकतम अधिकतम दमन द्वारा चुने जाने वाले बॉक्स की अधिकतम संख्या को दर्शाता है।
• iou_threshold: 0-D फ्लोट टेंसर यह तय करने के लिए दहलीज का प्रतिनिधित्व करता है कि बॉक्स IOU के संबंध में बहुत अधिक ओवरलैप हैं या नहीं।
• score_threshold: 0-D फ्लोट टेंसर स्कोर के आधार पर बक्से निकालने के लिए निर्णय लेने के लिए दहलीज का प्रतिनिधित्व करता है।
• soft_nms_sigma: सॉफ्ट एनएमएस के लिए सिग्मा पैरामीटर का प्रतिनिधित्व करने वाला एक 0-डी फ्लोट टेंसर; बोडला एट अल देखें (cf https://arxiv.org/abs/1704.04503 )। जब soft_nms_sigma=0.0 (जो डिफ़ॉल्ट है), हम मानक (हार्ड) एनएमएस पर वापस आते हैं।

वैकल्पिक विशेषताएँ ( Attrs देखें):

• pad_to_max_output_size: यदि सही है, तो selected_indices max_output_size । झूठे की अवहेलना।

रिटर्न:

• Output चयनित_इंडिस: आकार का एक 1-डी पूर्णांक टेन्सर [M] बॉक्स टेंसर से चयनित सूचकांकों का प्रतिनिधित्व करता है, जहां M <= max_output_size ।
• Output M <= max_output_size प्रत्येक चयनित बॉक्स के लिए इसी स्कोर का प्रतिनिधित्व करते हुए आकृति [M] का 1-डी फ्लोट टेंसर, जहां M <= max_output_size । सॉफ्ट एनएमएस (यानी जब soft_nms_sigma>0 ) का उपयोग करते समय स्कोर केवल संबंधित इनपुट स्कोर से भिन्न होते हैं
• Output valid_outputs: एक 0-D पूर्णांक, जो selected_indices तत्वों में मान्य तत्वों की संख्या का प्रतिनिधित्व करता है, जिसमें मान्य तत्व पहले दिखाई देते हैं।

सार्वजनिक विशेषताएँ

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
)