tensorflow::ops::NonMaxSuppressionV5

Seleciona de forma gananciosa um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Resumo

A operação consiste em eliminar caixas delimitadoras com alta sobreposição de interseção sobre união (IoU) com caixas previamente selecionadas. Caixas delimitadoras com pontuação inferior a score_threshold são removidas. As caixas delimitadoras são fornecidas como `[y1, x1, y2, x2]`, onde `(y1, x1)` e `(y2, x2)` são as coordenadas de qualquer par diagonal de cantos da caixa, e as coordenadas podem ser fornecidas normalizadas (ou seja, no intervalo `[0, 1]`) ou absolutas. Observe que este algoritmo é agnóstico à localização da origem no sistema de coordenadas e, de forma mais geral, é invariante a transformações ortogonais e translações do sistema de coordenadas; portanto, translações ou reflexões do sistema de coordenadas resultam na seleção das mesmas caixas pelo algoritmo. A saída desta operação é um conjunto de inteiros que indexam a coleção de caixas delimitadoras de entrada, representando as caixas selecionadas. As coordenadas das caixas delimitadoras correspondentes aos índices selecionados podem então ser obtidas usando a tf.gather operation . Por exemplo: `selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold)` `selected_boxes = tf.gather(boxes, selected_indices)` Esta operação também suporta um modo Soft-NMS (com ponderação Gaussiana) (cf. Bodla et al, https://arxiv.org/abs/1704.04503 ) onde as caixas reduzem a pontuação de outras caixas sobrepostas em vez de causar sua remoção direta. Para habilitar este modo Soft-NMS, defina o parâmetro soft_nms_sigma com um valor maior que 0.

Argumentos:

• escopo: Um objeto de escopo
• caixas: Um tensor float 2D de formato [num_boxes, 4] .
• scores: Um tensor float unidimensional de formato [num_boxes] representando uma única pontuação correspondente a cada caixa (cada linha de caixas).
• max_output_size: Um tensor escalar inteiro que representa o número máximo de caixas a serem selecionadas pela supressão não máxima.
• iou_threshold: Um tensor float de dimensão 0 que representa o limite para decidir se as caixas se sobrepõem demais em relação ao IOU (Intervalo de Uso).
• score_threshold: Um tensor float de 0 dimensões que representa o limite para decidir quando remover caixas com base na pontuação.
• soft_nms_sigma: Um tensor float 0-D que representa o parâmetro sigma para o NMS Soft; veja Bodla et al (cf https://arxiv.org/abs/1704.04503 ). Quando soft_nms_sigma=0.0 (que é o padrão), usamos o NMS padrão (rígido).

Atributos opcionais (ver Attrs ):

• pad_to_max_output_size: Se verdadeiro, a saída selected_indices é preenchida até atingir o comprimento max_output_size . O padrão é falso.

Devoluções:

• Output selected_indices: Um tensor inteiro 1-D de forma [M] representando os índices selecionados do tensor de caixas, onde M <= max_output_size .
• Output selected_scores: Um tensor float unidimensional de formato [M] representando as pontuações correspondentes para cada caixa selecionada, onde M <= max_output_size . As pontuações diferem das pontuações de entrada correspondentes apenas quando se utiliza o Soft NMS (ou seja, quando soft_nms_sigma>0 ).
• Output valid_outputs: Um tensor inteiro de 0 dimensões representando o número de elementos válidos em selected_indices , com os elementos válidos aparecendo primeiro.

Atributos públicos

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
)