tensorflow::ops::NonMaxSuppression

เลือกกลุ่มย่อยของกรอบล้อมรอบโดยเรียงลำดับจากคะแนนมากที่สุดไปน้อยที่สุดอย่างโลภ (Greeding selects)

สรุป

การตัดทิ้งกล่องที่มีค่าการทับซ้อน (IOU) สูงกับกล่องที่เลือกไว้ก่อนหน้านี้ กล่องขอบเขตจะถูกกำหนดเป็น [y1, x1, y2, x2] โดยที่ (y1, x1) และ (y2, x2) คือพิกัดของมุมกล่องคู่ทแยงมุมใดๆ และพิกัดสามารถกำหนดได้ทั้งแบบนอร์มาไลซ์ (เช่น อยู่ในช่วง [0, 1]) หรือแบบสัมบูรณ์ โปรดทราบว่าอัลกอริทึมนี้ไม่ขึ้นอยู่กับตำแหน่งของจุดกำเนิดในระบบพิกัด โปรดทราบว่าอัลกอริทึมนี้ไม่เปลี่ยนแปลงเมื่อมีการแปลงแบบตั้งฉากและการเลื่อนของระบบพิกัด ดังนั้นการเลื่อนหรือการสะท้อนของระบบพิกัดจะทำให้ได้กล่องเดียวกันโดยอัลกอริทึม ผลลัพธ์ของการดำเนินการนี้คือชุดของจำนวนเต็มที่ใช้เป็นดัชนีในคอลเลกชันของกล่องขอบเขตที่แสดงถึงกล่องที่เลือก พิกัดของกล่องขอบเขตที่สอดคล้องกับดัชนีที่เลือกสามารถหาได้โดยใช้ tf.gather operation ตัวอย่างเช่น: selected_indices = tf.image.non_max_suppression( boxes, scores, max_output_size, iou_threshold) selected_boxes = tf.gather(boxes, selected_indices)

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• กล่อง: เทนเซอร์แบบ float 2 มิติ ที่มีรูปร่าง [num_boxes, 4]
• คะแนน: เทนเซอร์แบบ float 1 มิติ ที่มีรูปร่าง [num_boxes] ซึ่งแสดงคะแนนเดียวที่สอดคล้องกับแต่ละกล่อง (แต่ละแถวของกล่อง)
• max_output_size: เทนเซอร์จำนวนเต็มแบบสเกลาร์ที่แสดงจำนวนกล่องสูงสุดที่จะถูกเลือกโดยการระงับค่าสูงสุดที่ไม่ใช่ค่าสูงสุด

คุณลักษณะเสริม (ดูที่ Attrs ):

• iou_threshold: ค่าทศนิยมที่ใช้แสดงค่าเกณฑ์ในการตัดสินว่าช่องต่างๆ ทับซ้อนกันมากเกินไปหรือไม่ เมื่อพิจารณาจากยอดหนี้คงค้าง

การส่งคืนสินค้า:

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

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size
)

 NonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  const NonMaxSuppression::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs IouThreshold(
  float x
)