tensorflow:: ops:: Przytnij i zmień rozmiar

Wyodrębnia fragmenty z tensora obrazu wejściowego i zmienia ich rozmiar.

Streszczenie

Wyodrębnia fragmenty obrazu z tensora obrazu wejściowego i zmienia ich rozmiar za pomocą próbkowania biliniowego lub próbkowania najbliższego sąsiada (ewentualnie ze zmianą proporcji obrazu) do wspólnego rozmiaru wyjściowego określonego przez crop_size . Jest to bardziej ogólne rozwiązanie niż operacja crop_to_bounding_box , która wyodrębnia wycinek o stałym rozmiarze z obrazu wejściowego i nie pozwala na zmianę rozmiaru ani proporcji obrazu.

Zwraca tensor z crops image wejściowego w pozycjach zdefiniowanych w lokalizacjach pól ograniczających w boxes . Wszystkie przycięte pola są zmieniane rozmiarowo (z interpolacją biliniową lub najbliższego sąsiada) do stałego size = [crop_height, crop_width] . Wynikiem jest tensor 4-D [num_boxes, crop_height, crop_width, depth] . Zmiana rozmiaru jest wyrównana do narożników. W szczególności, jeśli boxes = [[0, 0, 1, 1]] , metoda da identyczne wyniki jak użycie tf.image.resize_bilinear() lub tf.image.resize_nearest_neighbor() (w zależności od argumentu method ) z align_corners=True .

Argumenty:

• zakres: obiekt zakresu
• obraz: 4-wymiarowy tensor kształtu [batch, image_height, image_width, depth] . Zarówno image_height jak i image_width muszą być dodatnie.
• pola: 2-D tensor kształtu [num_boxes, 4] . i -ty ​​wiersz tensora określa współrzędne pola w obrazie box_ind[i] i jest określony w znormalizowanych współrzędnych [y1, x1, y2, x2] . Znormalizowana wartość współrzędnej y jest mapowana na współrzędną obrazu w y * (image_height - 1) , tak jak przedział [0, 1] znormalizowanej wysokości obrazu jest mapowany na [0, image_height - 1] we współrzędnych wysokości obrazu. Dopuszczamy y1 > y2 , w którym to przypadku próbkowany wycinek jest odwróconą w górę i w dół wersją oryginalnego obrazu. Wymiar szerokości jest traktowany podobnie. Dozwolone są znormalizowane współrzędne spoza zakresu [0, 1] , w którym to przypadku używamy extrapolation_value do ekstrapolacji wartości obrazu wejściowego.
• box_ind: Jednowymiarowy tensor o kształcie [num_boxes] z wartościami int32 w [0, batch) . Wartość box_ind[i] określa obraz, do którego odnosi się i -te pudełko.
• crop_size: Jednowymiarowy tensor 2-elementowy, size = [crop_height, crop_width] . Wszystkie przycięte fragmenty obrazu są skalowane do tego rozmiaru. Proporcje obrazu nie są zachowywane. Zarówno crop_height jak i crop_width muszą być dodatnie.

Atrybuty opcjonalne (patrz Attrs ):

• Metoda: Ciąg określający metodę próbkowania służącą do zmiany rozmiaru. Może to być "bilinear" lub "nearest" , a domyślnie "bilinear" . Obecnie obsługiwane są dwie metody próbkowania: bilinearna i „nearest Neighbor”.
• extrapolation_value: Wartość używana do ekstrapolacji, gdy ma to zastosowanie.

Zwroty:

• Output : 4-D tensor o kształcie [num_boxes, crop_height, crop_width, depth] .

Atrybuty publiczne

::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
)