टेन्सरफ्लो::ऑप्स::कंबाइंडनॉनमैक्ससप्रेशन

स्कोर के घटते क्रम में बाउंडिंग बॉक्स के एक उपसमूह का लालचपूर्वक चयन करता है।

सारांश

यह ऑपरेशन प्रत्येक बैच के इनपुट पर, सभी वर्गों में, नॉन-मैक्स सप्रेशन लागू करता है। यह उन बॉक्सों को हटा देता है जिनका पहले से चयनित बॉक्सों के साथ उच्च इंटरसेक्शन-ओवर-यूनियन (IOU) ओवरलैप होता है। बाउंडिंग बॉक्स [y1, x1, y2, x2] के रूप में दिए जाते हैं, जहाँ (y1, x1) और (y2, x2) किसी भी विकर्ण कोने के निर्देशांक हैं और निर्देशांक सामान्यीकृत (अर्थात, अंतराल [0, 1] में स्थित) या निरपेक्ष रूप में दिए जा सकते हैं। ध्यान दें कि यह एल्गोरिदम निर्देशांक प्रणाली में मूल बिंदु के स्थान से अप्रभावित है। यह भी ध्यान दें कि यह एल्गोरिदम निर्देशांक प्रणाली के ऑर्थोगोनल रूपांतरणों और अनुवादों के प्रति अपरिवर्तनीय है; इस प्रकार निर्देशांक प्रणाली के अनुवाद या परावर्तन के परिणामस्वरूप एल्गोरिदम द्वारा समान बॉक्स ही चयनित होते हैं। इस ऑपरेशन का आउटपुट नॉन-मैक्स सप्रेशन लागू करने के बाद लौटाया गया अंतिम बॉक्स, स्कोर और वर्ग टेंसर है।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• बॉक्स: [batch_size, num_boxes, q, 4] आकार का एक 4-आयामी फ़्लोट टेंसर। यदि q 1 है, तो सभी वर्गों के लिए समान बॉक्स का उपयोग किया जाता है; अन्यथा, यदि q वर्गों की संख्या के बराबर है, तो वर्ग-विशिष्ट बॉक्स का उपयोग किया जाता है।
• स्कोर: [batch_size, num_boxes, num_classes] आकार का एक 3-डी फ़्लोट टेंसर जो प्रत्येक बॉक्स (बॉक्स की प्रत्येक पंक्ति) के अनुरूप एक एकल स्कोर का प्रतिनिधित्व करता है।
• max_output_size_per_class: एक स्केलर पूर्णांक टेंसर जो प्रति वर्ग नॉन-मैक्स सप्रेशन द्वारा चयनित किए जाने वाले बॉक्सों की अधिकतम संख्या को दर्शाता है।
• max_total_size: एक स्केलर जो सभी वर्गों में रखे जा सकने वाले बॉक्सों की अधिकतम संख्या को दर्शाता है।
• iou_threshold: एक 0-D फ्लोट टेंसर जो IOU के संबंध में यह तय करने के लिए थ्रेशहोल्ड का प्रतिनिधित्व करता है कि क्या बॉक्स बहुत अधिक ओवरलैप करते हैं।
• score_threshold: एक 0-D फ्लोट टेंसर जो स्कोर के आधार पर बॉक्स को हटाने का निर्णय लेने के लिए निर्धारित सीमा का प्रतिनिधित्व करता है।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• pad_per_class: यदि false है, तो आउटपुट nmsed बॉक्स, स्कोर और क्लास को max_total_size तक पैड/क्लिप किया जाता है। यदि true है, तो आउटपुट nmsed बॉक्स, स्कोर और क्लास को max_size_per_class * num_classes की लंबाई तक पैड किया जाता है, जब तक कि यह max_total_size से अधिक न हो जाए, ऐसी स्थिति में इसे max_total_size तक क्लिप किया जाता है। डिफ़ॉल्ट मान false है।
• clip_boxes: यदि true है, तो मान लें कि बॉक्स के निर्देशांक [0, 1] के बीच हैं और यदि वे [0, 1] से बाहर आते हैं तो आउटपुट बॉक्स को क्लिप कर दें। यदि false है, तो क्लिपिंग न करें और बॉक्स के निर्देशांक को वैसे ही आउटपुट करें।

प्रतिफल:

• Output nmsed_boxes: एक [batch_size, max_detections, 4] फ्लोट32 टेंसर जिसमें गैर-अधिकतम दमित बॉक्स शामिल हैं।
• Output nmsed_scores: एक [batch_size, max_detections] फ्लोट32 टेंसर जिसमें बॉक्स के लिए स्कोर शामिल हैं।
• Output nmsed_classes: एक [batch_size, max_detections] फ्लोट32 टेंसर जिसमें बॉक्स के लिए क्लास शामिल हैं।
• Output valid_detections: एक [batch_size] int32 टेंसर जो प्रति बैच आइटम वैध पहचानों की संख्या को दर्शाता है। nms_boxes[i], nms_scores[i] और nms_class[i] में केवल शीर्ष num_detections[i] प्रविष्टियाँ ही वैध हैं। शेष प्रविष्टियाँ शून्य पैडिंग हैं।

सार्वजनिक विशेषताएँ

::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
)