tensorflow::ops::CombinedNonMaxSuppression

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

Ringkasan

Operasi ini melakukan non_max_suppression pada input per batch, di semua kelas. Operasi ini memangkas kotak-kotak yang memiliki tumpang tindih intersection-over-union (IOU) tinggi dengan kotak-kotak yang telah dipilih sebelumnya. 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. Perhatikan juga bahwa algoritma ini invarian terhadap transformasi ortogonal dan translasi sistem koordinat; sehingga translasi atau refleksi sistem koordinat menghasilkan kotak yang sama yang dipilih oleh algoritma. Output dari operasi ini adalah tensor kotak, skor, dan kelas akhir yang dikembalikan setelah melakukan non_max_suppression.

Argumen:

• Cakupan: Objek Cakupan
• boxes: Tensor float 4-D dengan bentuk [batch_size, num_boxes, q, 4] . Jika q adalah 1, maka kotak yang sama digunakan untuk semua kelas; jika q sama dengan jumlah kelas, maka kotak khusus untuk setiap kelas akan digunakan.
• skor: Tensor float 3D dengan bentuk [batch_size, num_boxes, num_classes] yang mewakili satu skor yang sesuai dengan setiap kotak (setiap baris kotak).
• max_output_size_per_class: Sebuah tensor bilangan bulat skalar yang mewakili jumlah maksimum kotak yang akan dipilih oleh penekanan non-maksimum per kelas.
• max_total_size: Sebuah nilai skalar yang mewakili jumlah maksimum kotak yang dipertahankan di semua kelas.
• 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.

Atribut opsional (lihat Attrs ):

• pad_per_class: Jika false, kotak, skor, dan kelas nmsed yang dihasilkan akan diisi/dipotong hingga max_total_size . Jika true, kotak, skor, dan kelas nmsed yang dihasilkan akan diisi hingga memiliki panjang max_size_per_class * num_classes , kecuali jika melebihi max_total_size dalam hal ini akan dipotong hingga max_total_size . Nilai default adalah false.
• clip_boxes: Jika bernilai true, anggap koordinat kotak berada di antara [0, 1] dan potong kotak keluaran jika berada di luar [0, 1]. Jika bernilai false, jangan lakukan pemotongan dan keluarkan koordinat kotak apa adanya.

Mengembalikan:

• Output nmsed_boxes: Tensor float32 [batch_size, max_detections, 4] yang berisi kotak-kotak yang tidak ditekan maksimum.
• Output nmsed_scores: Tensor float32 [batch_size, max_detections] yang berisi skor untuk setiap kotak.
• Output nmsed_classes: Tensor float32 [batch_size, max_detections] yang berisi kelas untuk kotak-kotak tersebut.
• Output valid_detections: Sebuah tensor int32 [batch_size] yang menunjukkan jumlah deteksi valid per item batch. Hanya num_detections[i] entri teratas dalam nms_boxes[i], nms_scores[i] dan nms_class[i] yang valid. Entri lainnya adalah padding nol.

Atribut publik

::tensorflow::Output nmsed_boxes

::tensorflow::Output nmsed_classes

::tensorflow::Output nmsed_scores

Operation operation

::tensorflow::Output valid_detections

 CombinedNonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size_per_class,
  ::tensorflow::Input max_total_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold
)

 CombinedNonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size_per_class,
  ::tensorflow::Input max_total_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  const CombinedNonMaxSuppression::Attrs & attrs
)

Attrs ClipBoxes(
  bool x
)

Attrs PadPerClass(
  bool x
)