tensorflow :: ops :: NonMaxSuppression

탐욕스럽게 점수의 내림차순으로 경계 상자의 하위 집합을 선택합니다.

요약

IOU (Intersection-over-union)가 높은 상자 잘라내 기는 이전에 선택한 상자와 겹칩니다. 경계 상자는 [y1, x1, y2, x2]로 제공됩니다. 여기서 (y1, x1) 및 (y2, x2)는 대각선 상자 모서리 쌍의 좌표이며 좌표는 정규화 (예 : 간격 [0, 1]) 또는 절대. 이 알고리즘은 좌표계에서 원점이 어디에 있는지 알 수 없습니다. 이 알고리즘은 좌표계의 직교 변환 및 변환에 불변합니다. 따라서 좌표계를 변환하거나 반사하면 알고리즘에 의해 동일한 상자가 선택됩니다. 이 작업의 출력은 선택한 상자를 나타내는 경계 상자의 입력 컬렉션으로 인덱싱되는 정수 집합입니다. 선택한 인덱스에 해당하는 경계 상자 좌표는 tf.gather operation 사용하여 얻을 수 있습니다. 예 : selected_indices = tf.image.non_max_suppression (boxes, scores, max_output_size, iou_threshold) selected_boxes = tf.gather (boxes, selected_indices)

인수 :

• 범위 : 범위 개체
• 상자 : 모양의 2 차원 부동 텐서 [num_boxes, 4] .
• scores : 각 상자 (각 상자 행)에 해당하는 단일 점수를 나타내는 1-D 부동 텐서 [num_boxes] 모양.
• max_output_size : 비 최대 억제에 의해 선택 될 최대 상자 수를 나타내는 정수 스칼라 텐서.

선택적 속성 ( Attrs 참조) :

• iou_threshold : IOU와 관련하여 상자가 너무 많이 겹치는 지 여부를 결정하기위한 임계 값을 나타내는 부동 소수점입니다.

보고:

• Output : 상자 텐서에서 선택한 인덱스를 나타내는 모양 [M] 의 1 차원 정수 텐서, 여기서 M <= max_output_size .

공용 속성

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
)