टेन्सरफ्लो::ऑप्स::नॉनमैक्ससप्रेशनV5

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

सारांश

उन बॉक्सों को हटा दिया जाता है जिनका पहले से चुने गए बॉक्सों के साथ इंटरसेक्शन-ओवर-यूनियन (IOU) ओवरलैप अधिक होता है। score_threshold से कम स्कोर वाले बाउंडिंग बॉक्स हटा दिए जाते हैं। बाउंडिंग बॉक्स [y1, x1, y2, x2] के रूप में दिए जाते हैं, जहाँ (y1, x1) और (y2, x2) किसी भी विकर्ण कोने के जोड़े 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 की स्थिति से अप्रभावित है और सामान्यतः 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 चुने जाते हैं। इस ऑपरेशन का आउटपुट चयनित बॉक्सों का प्रतिनिधित्व करने वाले बाउंडिंग बॉक्सों के इनपुट संग्रह में अनुक्रमित पूर्णांकों का एक सेट है। चयनित सूचकांकों के अनुरूप बाउंडिंग बॉक्स निर्देशांक tf.gather operation उपयोग करके प्राप्त किए जा सकते हैं। उदाहरण के लिए: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) यह ऑपरेशन सॉफ्ट-एनएमएस (गॉसियन वेटिंग के साथ) मोड का भी समर्थन करता है (देखें बोडला एट अल, https://arxiv.org/abs/1704.04503 ) जहां बॉक्स ओवरलैप करने वाले अन्य बॉक्सों के स्कोर को कम करते हैं, न कि उन्हें सीधे प्रून करते हैं। इस सॉफ्ट-एनएमएस मोड को सक्षम करने के लिए, soft_nms_sigma पैरामीटर को 0 से बड़ा सेट करें।

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• बॉक्स: [num_boxes, 4] आकार का एक 2-डी फ्लोट टेंसर।
• स्कोर: [num_boxes] आकार का एक 1-डी फ्लोट टेंसर जो प्रत्येक बॉक्स (बॉक्स की प्रत्येक पंक्ति) के अनुरूप एक एकल स्कोर का प्रतिनिधित्व करता है।
• max_output_size: एक स्केलर पूर्णांक टेंसर जो नॉन मैक्स सप्रेशन द्वारा चयनित किए जाने 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।
• soft_nms_sigma: सॉफ्ट एनएमएस के लिए सिग्मा पैरामीटर का प्रतिनिधित्व करने वाला एक 0-डी फ्लोट टेंसर; बोडला एट अल देखें (cf https://arxiv.org/abs/1704.04503 )। जब soft_nms_sigma=0.0 (जो डिफ़ॉल्ट है), तो हम मानक (हार्ड) एनएमएस पर वापस आ जाते हैं।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• pad_to_max_output_size: यदि true है, तो आउटपुट selected_indices max_output_size की लंबाई तक पैड किया जाता है। डिफ़ॉल्ट रूप से false है।

प्रतिफल:

• Output चयनित_सूचकांक: [M] आकार का एक 1-डी पूर्णांक टेंसर जो बॉक्स टेंसर से चयनित सूचकांकों का प्रतिनिधित्व करता है, जहां M <= max_output_size ।
• Output चयनित स्कोर: [M] आकार का एक 1-डी फ्लोट टेंसर, जो प्रत्येक चयनित बॉक्स के लिए संबंधित स्कोर को दर्शाता है, जहाँ M <= max_output_size । स्कोर केवल तभी संबंधित इनपुट स्कोर से भिन्न होते हैं जब सॉफ्ट एनएमएस का उपयोग किया जाता है (अर्थात जब soft_nms_sigma>0 )।
• Output valid_outputs: एक 0-D पूर्णांक टेंसर जो selected_indices में मान्य तत्वों की संख्या को दर्शाता है, जिसमें मान्य तत्व पहले दिखाई देते हैं।

सार्वजनिक विशेषताएँ

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
)