tensorflow::ops::CropAndResize

Extrait des zones de l'image tensorielle d'entrée et les redimensionne.

Résumé

Extrait des zones de l'image d'entrée et les redimensionne par échantillonnage bilinéaire ou par échantillonnage au plus proche voisin (avec éventuellement une modification du rapport hauteur/largeur) à une taille de sortie commune spécifiée par crop_size . Cette opération est plus générale que ` crop_to_bounding_box , qui extrait une tranche de taille fixe de l'image d'entrée et ne permet ni le redimensionnement ni la modification du rapport hauteur/largeur.

Renvoie un tenseur contenant crops de l' image d'entrée, positionnés selon les emplacements des boîtes englobantes définis dans boxes . Ces boîtes sont redimensionnées (par interpolation bilinéaire ou au plus proche voisin) à une size = [crop_height, crop_width] . Le résultat est un tenseur 4D ` [num_boxes, crop_height, crop_width, depth] . Le redimensionnement est aligné sur les coins. En particulier, si boxes = [[0, 0, 1, 1]] , la méthode donnera des résultats identiques à ceux obtenus avec tf.image.resize_bilinear() ou tf.image.resize_nearest_neighbor() (selon l'argument de la method ) avec align_corners=True .

Arguments :

• portée : un objet Scope
• image : Un tenseur 4D de forme [batch, image_height, image_width, depth] . Les paramètres image_height et image_width doivent être positifs.
• `boxes` : un tenseur 2D de forme [num_boxes, 4] . La i -ème ligne du tenseur spécifie les coordonnées d'une boîte dans l'image box_ind[i] et est exprimée en coordonnées normalisées [y1, x1, y2, x2] . Une coordonnée normalisée ` y est mappée sur la coordonnée image ` y * (image_height - 1) , de sorte que l'intervalle [0, 1] de la hauteur d'image normalisée est mappé sur l'intervalle [0, image_height - 1] en coordonnées de hauteur d'image. Nous autorisons y1 > y2 , auquel cas l'extrait échantillonné est une version inversée verticalement de l'image originale. La dimension de largeur est traitée de manière similaire. Les coordonnées normalisées en dehors de l'intervalle [0, 1] sont autorisées ; dans ce cas, nous utilisons extrapolation_value pour extrapoler les valeurs de l'image d'entrée.
• box_ind : Un tenseur 1D de forme [num_boxes] avec des valeurs int32 dans [0, batch) . La valeur de box_ind[i] spécifie l'image à laquelle la i -ème boîte fait référence.
• crop_size : un tenseur unidimensionnel à deux éléments, size = [crop_height, crop_width] . Toutes les portions d'image recadrées sont redimensionnées à cette taille. Le rapport hauteur/largeur de l'image n'est pas conservé. crop_height et crop_width doivent être positifs.

Attributs optionnels (voir Attrs ) :

• `method` : chaîne de caractères spécifiant la méthode d’échantillonnage pour le redimensionnement. Elle peut prendre les valeurs "bilinear" ou "nearest" , la valeur par défaut étant "bilinear" . Actuellement, deux méthodes d’échantillonnage sont prises en charge : bilinéaire et plus proche voisin.
• valeur_extrapolation : Valeur utilisée pour l'extrapolation, le cas échéant.

Retours :

• Output : Un tenseur 4D de forme [num_boxes, crop_height, crop_width, depth] .

attributs publics

::tensorflow::Output crops

Operation operation

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size
)

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size,
  const CropAndResize::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs ExtrapolationValue(
  float x
)

Attrs Method(
  StringPiece x
)