tensorflow:: ops:: CombinedNonMaxSuppression

Chciwie wybiera podzbiór pól ograniczających w kolejności malejącej według wyniku.

Streszczenie

Ta operacja wykonuje non_max_suppression na wejściach na partię, we wszystkich klasach. Przycina pola, które mają wysokie nakładanie się przecięcia przez unię (IOU) z poprzednio wybranymi polami. Pola ograniczające są dostarczane jako [y1, x1, y2, x2], gdzie (y1, x1) i (y2, x2) są współrzędnymi dowolnej pary przekątnej narożników pola, a współrzędne mogą być dostarczane jako znormalizowane (tj. leżące w przedziale [0, 1]) lub bezwzględne. Należy zauważyć, że ten algorytm jest agnostyczny wobec miejsca, w którym znajduje się początek układu współrzędnych. Należy również zauważyć, że ten algorytm jest niezmienny względem przekształceń ortogonalnych i translacji układu współrzędnych; zatem translacje lub odbicia układu współrzędnych powodują, że te same pola są wybierane przez algorytm. Dane wyjściowe tej operacji to końcowe pola, wyniki i tensor klas zwrócony po wykonaniu non_max_suppression.

Argumenty:

• zakres: obiekt zakresu
• pola: 4-wymiarowy tensor zmiennoprzecinkowy o kształcie [batch_size, num_boxes, q, 4] . Jeśli q wynosi 1, dla wszystkich klas używane są te same pola. W przeciwnym razie, jeśli q jest równe liczbie klas, używane są pola specyficzne dla danej klasy.
• wyniki: trójwymiarowy tensor typu float o kształcie [batch_size, num_boxes, num_classes] reprezentujący pojedynczy wynik odpowiadający każdemu polu (każdemu wierszowi pól).
• max_output_size_per_class: Skalarny tensor całkowity reprezentujący maksymalną liczbę pól do wybrania przez tłumienie inne niż maksymalne na klasę
• max_total_size: Skalar reprezentujący maksymalną liczbę pól zachowanych we wszystkich klasach.
• iou_threshold: Tensor zmiennoprzecinkowy 0-D reprezentujący próg decydujący o tym, czy pola nakładają się zbyt mocno w odniesieniu do IOU.
• score_threshold: Tensor zmiennoprzecinkowy 0-D reprezentujący próg decydujący o tym, kiedy usunąć pola na podstawie wyniku.

Atrybuty opcjonalne (patrz Attrs ):

• pad_per_class: Jeśli wartość jest równa false, pola wyjściowe nmsed, wyniki i klasy są uzupełniane/obcinane do max_total_size . Jeśli wartość jest równa true, pola wyjściowe nmsed, wyniki i klasy są uzupełniane do rozmiaru max_size_per_class * num_classes , chyba że przekraczają one max_total_size w takim przypadku są one przycinane do max_total_size . Domyślnie wartość jest równa false.
• clip_boxes: Jeśli wartość true, załóż, że współrzędne pola są między [0, 1] i przytnij pola wyjściowe, jeśli znajdują się poza [0, 1]. Jeśli wartość false, nie wykonuj przycinania i wyprowadź współrzędne pola bez zmian.

Zwroty:

• Output nmsed_boxes: tensor float32 [batch_size, max_detections, 4] zawierający pola wyłączone, które nie są maksymalne.
• Output nmsed_scores: tensor float32 [batch_size, max_detections] zawierający wyniki dla pól.
• Output nmsed_classes: tensor float32 [batch_size, max_detections] zawierający klasy dla pól.
• Output valid_detections: Tensor int32 [batch_size] wskazujący liczbę prawidłowych wykryć na element partii. Prawidłowe są tylko pierwsze wpisy num_detections[i] w nms_boxes[i], nms_scores[i] i nms_class[i]. Pozostałe wpisy to zerowe wypełnienia.

Atrybuty publiczne

::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
)