tensorflow:: ops:: NonMaxSuppressionV4

Selecciona de forma voraz un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Resumen

Se eliminan las cajas que tienen una superposición de intersección sobre unión (IOU) alta con las cajas seleccionadas previamente. Se eliminan las cajas delimitadoras con una puntuación menor que score_threshold . Las cajas delimitadoras se proporcionan como [y1, x1, y2, x2], donde (y1, x1) y (y2, x2) son las coordenadas de cualquier par diagonal de esquinas de la caja y las coordenadas se pueden proporcionar como normalizadas (es decir, que se encuentran en el intervalo [0, 1]) o absolutas. Tenga en cuenta que este algoritmo es independiente de dónde se encuentra el origen en el sistema de coordenadas y, más generalmente, es invariante a las transformaciones ortogonales y las traslaciones del sistema de coordenadas; por lo tanto, las traslaciones o reflexiones del sistema de coordenadas dan como resultado que el algoritmo seleccione las mismas cajas. La salida de esta operación es un conjunto de enteros que indexan la colección de entrada de cajas delimitadoras que representan las cajas seleccionadas. Las coordenadas de la caja delimitadora correspondientes a los índices seleccionados se pueden obtener luego usando la tf.gather operation . Por ejemplo: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)

Argumentos:

• ámbito: Un objeto de ámbito
• cajas: Un tensor flotante 2D de forma [num_boxes, 4] .
• puntuaciones: Un tensor flotante unidimensional de forma [num_boxes] que representa una única puntuación correspondiente a cada cuadro (cada fila de cuadros).
• max_output_size: Un tensor entero escalar que representa el número máximo de cuadros que se seleccionarán mediante la supresión sin valor máximo.
• iou_threshold: Un tensor flotante de 0 dimensiones que representa el umbral para decidir si las cajas se superponen demasiado con respecto a IOU.
• score_threshold: Un tensor flotante de 0 dimensiones que representa el umbral para decidir cuándo eliminar cuadros en función de la puntuación.

Atributos opcionales (ver Attrs ):

• pad_to_max_output_size: Si es verdadero, la salida selected_indices se rellena hasta alcanzar una longitud max_output_size . Por defecto es falso.

Devoluciones:

• Output selected_indices: Un tensor entero unidimensional de forma [M] que representa los índices seleccionados del tensor boxes, donde M <= max_output_size .
• Output valid_outputs: Un tensor entero de 0 dimensiones que representa el número de elementos válidos en selected_indices , donde los elementos válidos aparecen primero.

Atributos públicos

Operation operation

::tensorflow::Output selected_indices

::tensorflow::Output valid_outputs

 NonMaxSuppressionV4(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold
)

 NonMaxSuppressionV4(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  const NonMaxSuppressionV4::Attrs & attrs
)

Attrs PadToMaxOutputSize(
  bool x
)