tensorflow::ops::NonMaxSuppressionWithOverlaps

เลือกกลุ่มย่อยของกรอบล้อมรอบโดยเรียงลำดับจากคะแนนมากที่สุดไปน้อยที่สุดอย่างโลภ (Greeding selects)

สรุป

การตัดทิ้งกล่องที่มีการทับซ้อนสูงกับกล่องที่เลือกไว้ก่อนหน้านี้ กล่องขอบเขตที่มีคะแนนน้อยกว่าค่า score_threshold จะถูกลบออก ค่าการทับซ้อนขนาด N x n จะถูกส่งมาในรูปแบบเมทริกซ์สี่เหลี่ยม ซึ่งช่วยให้สามารถกำหนดเกณฑ์การทับซ้อนแบบกำหนดเองได้ (เช่น การตัดกันหารด้วยการรวม การตัดกันหารด้วยพื้นที่ เป็นต้น)

ผลลัพธ์ของการดำเนินการนี้คือชุดจำนวนเต็มที่ใช้เป็นดัชนีในคอลเลกชันของกรอบสี่เหลี่ยมที่แสดงถึงกล่องที่เลือกไว้ จากนั้นสามารถรับพิกัดของกรอบสี่เหลี่ยมที่สอดคล้องกับดัชนีที่เลือกได้โดยใช้ tf.gather operation ตัวอย่างเช่น:

selected_indices = tf.image.non_max_suppression_with_overlaps( overlaps, scores, max_output_size, overlap_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• overlaps: เทนเซอร์ float 2 มิติ รูปทรง [num_boxes, num_boxes] ที่แสดงค่าการทับซ้อนของกล่องขนาด n x n
• คะแนน: เทนเซอร์แบบ float 1 มิติ ที่มีรูปร่าง [num_boxes] ซึ่งแสดงคะแนนเดียวที่สอดคล้องกับแต่ละกล่อง (แต่ละแถวของกล่อง)
• max_output_size: เทนเซอร์จำนวนเต็มแบบสเกลาร์ที่แสดงจำนวนกล่องสูงสุดที่จะถูกเลือกโดยการระงับค่าสูงสุดที่ไม่ใช่ค่าสูงสุด
• overlap_threshold: เทนเซอร์แบบ float 0 มิติ ที่แสดงถึงค่าเกณฑ์ในการตัดสินใจว่ากล่องต่างๆ ทับซ้อนกันหรือไม่
• score_threshold: เทนเซอร์แบบ float 0 มิติ ที่แสดงถึงเกณฑ์ในการตัดสินใจว่าจะลบกล่องเมื่อใด โดยพิจารณาจากคะแนน

การส่งคืนสินค้า:

• Output : เทนเซอร์จำนวนเต็ม 1 มิติ รูปร่าง [M] ที่แสดงดัชนีที่เลือกจากเทนเซอร์กล่อง โดยที่ M <= max_output_size

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppressionWithOverlaps(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input overlaps,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input overlap_threshold,
  ::tensorflow::Input score_threshold
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const