tensorflow:: ops:: דיכוי לא מקסימלי משולב

בוחר בתאווה קבוצת משנה של תיבות תוחמות בסדר יורד של ניקוד.

תַקצִיר

פעולה זו מבצעת non_max_suppression על הקלטים בכל אצווה, על פני כל המחלקות. מסירה תיבות בעלות חפיפה גבוהה של חיתוך מעל איחוד (IOU) עם תיבות שנבחרו קודם לכן. תיבות תוחמות מסופקות כ-[y1, x1, y2, x2], כאשר (y1, x1) ו-(y2, x2) הן הקואורדינטות של כל זוג אלכסוני של פינות תיבה והקואורדינטות יכולות להינתן כמנורמלות (כלומר, נמצאות בטווח [0, 1]) או מוחלטות. שימו לב שאלגוריתם זה אינו תלוי במיקום הראשון במערכת הקואורדינטות. שימו לב גם שאלגוריתם זה אינו משתנה לטרנספורמציות ותרגומים אורתוגונליים של מערכת הקואורדינטות; לפיכך, תרגום או שיקוף של מערכת הקואורדינטות גורם לכך שאותן תיבות נבחרות על ידי האלגוריתם. הפלט של פעולה זו הוא התיבות, הציונים וטנזור המחלקות הסופיים המוחזרים לאחר ביצוע non_max_suppression.

טיעונים:

• היקף: אובייקט היקף
• קופסאות: טנזור צף 4-ממדי בעל צורה [batch_size, num_boxes, q, 4] . אם q הוא 1 אז אותן קופסאות משמשות עבור כל המחלקות. אחרת, אם q שווה למספר המחלקות, נעשה שימוש בתיבות ספציפיות למחלקה.
• ניקוד: טנזור צף תלת-ממדי בעל צורה [batch_size, num_boxes, num_classes] המייצג ניקוד יחיד המתאים לכל תיבה (כל שורה של תיבות).
• max_output_size_per_class: טנזור סקלרי שלם המייצג את המספר המקסימלי של תיבות שייבחרו על ידי דיכוי שאינו מקסימלי לכל מחלקה
• max_total_size: סקלר המייצג את המספר המקסימלי של תיבות שנשמרות על פני כל המחלקות.
• iou_threshold: טנזור צף 0-D המייצג את הסף להחלטה האם תיבות חופפות יותר מדי ביחס ל- IOU.
• score_threshold: טנזור צף 0-D המייצג את הסף להחלטה מתי להסיר תיבות בהתבסס על הציון.

מאפיינים אופציונליים (ראה Attrs ):

• pad_per_class: אם ערך זה מוגדר כ-false, התיבות, הציונים והמחלקות המוצגות כ-nmsed בפלט מרופדות/מקצצות ל- max_total_size . אם ערך זה מוגדר כ-true, התיבות, הציונים והמחלקות המוצגות כ-nmsed בפלט מרופדות כך שיהיו באורך max_size_per_class * num_classes , אלא אם כן הערך חורג max_total_size , ובמקרה כזה הוא נחתך ל- max_total_size . ברירת המחדל היא false.
• clip_boxes: אם true, נניח שקואורדינטות התיבה הן בין [0, 1] וגזור את תיבות הפלט אם הן נופלות מעבר ל-[0, 1]. אם false, אין לבצע גזירה ופלוט את קואורדינטות התיבה כפי שהן.

החזרות:

• Output nmsed_boxes: טנזור float32 מסוג [batch_size, max_detections, 4] המכיל את התיבות המודחקות שאינן מקסימליות.
• Output nmsed_scores: טנזור float32 [batch_size, max_detections] המכיל את הציונים עבור התיבות.
• Output nmsed_classes: טנזור float32 מסוג [batch_size, max_detections] המכיל את המחלקות עבור התיבות.
• Output valid_detections: טנזור int32 [batch_size] המציין את מספר הגילויים התקפים לכל פריט אצווה. רק הערכים המובילים של num_detections[i] ב-nms_boxes[i], nms_scores[i] ו-nms_class[i] תקפים. שאר הערכים הם ריפודים ללא אפס.

מאפיינים ציבוריים

::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
)