flux tensoriel : : opérations : : NonMaxSuppressionV5

Sélectionne goulûment un sous-ensemble de boîtes englobantes par ordre décroissant de score.

Résumé

élaguer les cases qui ont un chevauchement élevé d'intersection sur union (IOU) avec les cases précédemment sélectionnées. Les cadres de délimitation dont le score est inférieur à score_threshold sont supprimés. Les boîtes englobantes sont fournies sous la forme [y1, x1, y2, x2], où (y1, x1) et (y2, x2) sont les coordonnées de toute paire diagonale de coins de boîte et les coordonnées peuvent être fournies sous forme normalisée (c'est-à-dire situées dans l'intervalle [0, 1]) ou absolu. Notez que cet algorithme est indépendant de l'endroit où se trouve l'origine dans le système de coordonnées et est plus généralement invariant aux transformations orthogonales et aux traductions du système de coordonnées ; ainsi, la traduction ou les réflexions du système de coordonnées entraînent la sélection des mêmes cases par l'algorithme. Le résultat de cette opération est un ensemble d’entiers indexés dans la collection d’entrée de cadres englobants représentant les cadres sélectionnés. Les coordonnées de la boîte englobante correspondant aux indices sélectionnés peuvent ensuite être obtenues à l'aide de l' tf.gather operation . Par exemple : selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) Cette opération supporte également un mode Soft-NMS (avec pondération gaussienne) (cf Bodla et al , https://arxiv.org/abs/1704.04503 ) où les cases réduisent le score des autres cases qui se chevauchent au lieu de provoquer directement leur élagage. Pour activer ce mode Soft-NMS, définissez le paramètre soft_nms_sigma sur une valeur supérieure à 0.

Arguments:

• scope : un objet Scope
• boxes : Un tenseur flottant 2D de forme [num_boxes, 4] .
• scores : Un tenseur flottant 1-D de forme [num_boxes] représentant un score unique correspondant à chaque case (chaque rangée de cases).
• max_output_size : un tenseur entier scalaire représentant le nombre maximum de cases à sélectionner par suppression non maximale.
• iou_threshold : un tenseur flottant 0-D représentant le seuil permettant de décider si les boîtes se chevauchent trop par rapport à IOU.
• score_threshold : un tenseur flottant 0-D représentant le seuil permettant de décider quand supprimer des cases en fonction du score.
• soft_nms_sigma : un tenseur flottant 0-D représentant le paramètre sigma pour Soft NMS ; voir Bodla et al (cf https://arxiv.org/abs/1704.04503 ). Lorsque soft_nms_sigma=0.0 (ce qui est par défaut), nous revenons au NMS standard (dur).

Attributs facultatifs (voir Attrs ) :

• pad_to_max_output_size : si vrai, la sortie selected_indices est complétée pour avoir une longueur max_output_size . La valeur par défaut est false.

Retour:

• Output selected_indices : un tenseur entier 1D de forme [M] représentant les indices sélectionnés à partir du tenseur des boîtes, où M <= max_output_size .
• Output selected_scores : un tenseur flottant 1D de forme [M] représentant les scores correspondants pour chaque boîte sélectionnée, où M <= max_output_size . Les scores ne diffèrent des scores d'entrée correspondants que lors de l'utilisation de Soft NMS (c'est-à-dire lorsque soft_nms_sigma>0 )
• Output valid_outputs : un tenseur entier 0-D représentant le nombre d'éléments valides dans selected_indices , les éléments valides apparaissant en premier.

Attributs publics

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
)