tensorflow :: ops :: NonMaxSuppressionWithOverlaps

Açgözlülükle, azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini seçer.

Özet

önceden seçilmiş kutularla yüksek çakışmaları olan kutuları budamak. score_threshold daha düşük score_threshold sahip sınırlayıcı kutular kaldırılır. N-by-n örtüşme değerleri, özel bir örtüşme kriterinin tanımlanmasına izin veren kare matris olarak sağlanır (örn. Birleşim üzerinden kesişme, alan üzerinde kesişim, vb.)

Bu işlemin çıktısı, seçilen kutuları temsil eden sınırlayıcı kutulardan oluşan girdi koleksiyonuna dizin oluşturan bir tamsayılar kümesidir. Seçilen indislere karşılık gelen sınırlayıcı kutu koordinatları daha sonra tf.gather operation kullanılarak elde edilebilir. Örneğin:

selected_indices = tf.image.non_max_suppression_with_overlaps (overlaps, score, max_output_size, overlap_threshold, score_threshold) selected_boxes = tf.gather (kutular, seçili_indisler)

Argümanlar:

• kapsam: Bir Scope nesnesi
• örtüşmeler: n-x-n kutu örtüşme değerlerini temsil eden 2 boyutlu bir kayan şekil tensörü [num_boxes, num_boxes] .
• puanlar: Her kutuya (her bir kutu satırı) karşılık gelen tek bir puanı temsil eden bir 1-D kayan şekil tensörü [num_boxes] kutuları].
• max_output_size: Maksimum olmayan gizleme tarafından seçilecek maksimum kutu sayısını temsil eden bir skaler tamsayı tensörü.
• overlap_threshold: Kutuların da örtüşüp örtüşmediğine karar vermek için eşiği temsil eden bir 0-D kayan tensör.
• score_threshold: Puana göre kutuların ne zaman kaldırılacağına karar vermek için eşiği temsil eden bir 0-D kayan tensör.

İadeler:

• Output : M <= max_output_size olduğu durumda, kutular tensöründen seçilen indisleri temsil eden bir 1-D tamsayı tensörü [M] .

Genel özellikler

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppressionWithOverlaps(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input overlaps,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input overlap_threshold,
  ::tensorflow::Input score_threshold
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const