tensorflow:: ops:: NonMaxSuppressionV5

স্কোরের অবরোহী ক্রমে বাউন্ডিং বক্সগুলির একটি উপসেট লোভীভাবে নির্বাচন করে।

সারসংক্ষেপ

পূর্বে নির্বাচিত বক্সগুলোর সাথে উচ্চ ইন্টারসেকশন-ওভার-ইউনিয়ন (IOU) ওভারল্যাপ থাকা বক্সগুলোকে ছেঁটে ফেলা হয়। score_threshold এর চেয়ে কম স্কোরযুক্ত বাউন্ডিং বক্সগুলো সরিয়ে ফেলা হয়। বাউন্ডিং বক্সগুলো [y1, x1, y2, x2] হিসেবে সরবরাহ করা হয়, যেখানে (y1, x1) এবং (y2, x2) হলো বক্সের কোণার যেকোনো কর্ণজোড়ের স্থানাঙ্ক এবং এই স্থানাঙ্কগুলো নর্মালাইজড (অর্থাৎ, [0, 1] ব্যবধির মধ্যে অবস্থিত) বা অ্যাবসোলিউট হিসেবে প্রদান করা যেতে পারে। উল্লেখ্য যে, এই অ্যালগরিদম স্থানাঙ্ক ব্যবস্থায় মূলবিন্দু কোথায় আছে সে বিষয়ে উদাসীন এবং আরও সাধারণভাবে, এটি স্থানাঙ্ক ব্যবস্থার অর্থোগোনাল রূপান্তর এবং স্থানান্তরের ক্ষেত্রে অপরিবর্তনশীল; সুতরাং, স্থানাঙ্ক ব্যবস্থার স্থানান্তর বা প্রতিফলনের ফলেও অ্যালগরিদম দ্বারা একই বক্সগুলো নির্বাচিত হয়। এই অপারেশনের আউটপুট হলো নির্বাচিত বক্সগুলোকে প্রতিনিধিত্বকারী বাউন্ডিং বক্সের ইনপুট সংগ্রহে সূচিত করার জন্য পূর্ণসংখ্যার একটি সেট। নির্বাচিত সূচকগুলোর সাথে সঙ্গতিপূর্ণ বাউন্ডিং বক্সের স্থানাঙ্কগুলো এরপর tf.gather operation ব্যবহার করে পাওয়া যেতে পারে। উদাহরণস্বরূপ: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) এই op-টি একটি Soft-NMS (গাউসিয়ান ওয়েটিং সহ) মোডও সমর্থন করে (cf Bodla et al, https://arxiv.org/abs/1704.04503 ), যেখানে বক্সগুলো সরাসরি ছাঁটাই করার পরিবর্তে অন্যান্য ওভারল্যাপিং বক্সের স্কোর কমিয়ে দেয়। এই Soft-NMS মোডটি সক্রিয় করতে, soft_nms_sigma প্যারামিটারটির মান 0-এর চেয়ে বড় সেট করুন।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• বক্সসমূহ: [num_boxes, 4] আকারের একটি দ্বি-মাত্রিক ফ্লোট টেনসর।
• স্কোর: [num_boxes] আকারের একটি ১-মাত্রিক ফ্লোট টেনসর, যা প্রতিটি বক্সের (বক্সের প্রতিটি সারির) জন্য একটি একক স্কোর উপস্থাপন করে।
• max_output_size: একটি স্কেলার পূর্ণসংখ্যা টেনসর যা নন-ম্যাক্স সাপ্রেশন দ্বারা নির্বাচিত বাক্সের সর্বাধিক সংখ্যাকে প্রতিনিধিত্ব করে।
• iou_threshold: একটি ০-মাত্রিক ফ্লোট টেনসর যা IOU-এর সাপেক্ষে বক্সগুলো খুব বেশি ওভারল্যাপ করছে কিনা তা নির্ধারণের থ্রেশহোল্ডকে উপস্থাপন করে।
• score_threshold: একটি ০-মাত্রিক ফ্লোট টেনসর, যা স্কোরের ভিত্তিতে বক্স অপসারণের সিদ্ধান্ত নেওয়ার থ্রেশহোল্ডকে নির্দেশ করে।
• soft_nms_sigma: একটি ০-মাত্রিক ফ্লোট টেনসর যা সফট এনএমএস-এর সিগমা প্যারামিটারকে উপস্থাপন করে; দেখুন বোডলা প্রমুখ (তুলনীয় https://arxiv.org/abs/1704.04503 )। যখন soft_nms_sigma=0.0 (যা ডিফল্ট), তখন আমরা স্ট্যান্ডার্ড (হার্ড) এনএমএস-এ ফিরে যাই।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• pad_to_max_output_size: যদি true হয়, তাহলে আউটপুট selected_indices max_output_size দৈর্ঘ্য পর্যন্ত প্যাড করা হবে। ডিফল্ট মান false।

ফেরত:

• Output নির্বাচিত সূচকসমূহ: বক্স টেনসর থেকে নির্বাচিত সূচকসমূহকে প্রতিনিধিত্বকারী [M] আকারের একটি ১-মাত্রিক পূর্ণসংখ্যা টেনসর, যেখানে M <= max_output_size ।
• Output নির্বাচিত_স্কোর: প্রতিটি নির্বাচিত বক্সের জন্য সংশ্লিষ্ট স্কোর উপস্থাপনকারী [M] আকারের একটি ১-মাত্রিক ফ্লোট টেনসর, যেখানে M <= max_output_size । স্কোরগুলি শুধুমাত্র সফট এনএমএস (Soft NMS) ব্যবহার করার সময় (অর্থাৎ যখন soft_nms_sigma>0 ) সংশ্লিষ্ট ইনপুট স্কোর থেকে ভিন্ন হয়।
• Output valid_outputs: একটি ০-মাত্রিক পূর্ণসংখ্যা টেনসর যা selected_indices এ থাকা বৈধ উপাদানগুলোর সংখ্যা নির্দেশ করে, যেখানে বৈধ উপাদানগুলো প্রথমে প্রদর্শিত হয়।

জনসাধারণের বৈশিষ্ট্য

Operation operation

::tensorflow::Output selected_indices

::tensorflow::Output selected_scores

::tensorflow::Output valid_outputs

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma
)

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma,
  const NonMaxSuppressionV5::Attrs & attrs
)

Attrs PadToMaxOutputSize(
  bool x
)