StatelessSampleDistortedBoundingBox

Générez de manière déterministe un cadre de délimitation déformé de manière aléatoire pour une image.

Les annotations du cadre de délimitation sont souvent fournies en plus des étiquettes de vérité terrain dans les tâches de reconnaissance d'images ou de localisation d'objets. Une technique courante pour entraîner un tel système consiste à déformer aléatoirement une image tout en préservant son contenu, c'est-à-dire l'augmentation des données . Cette opération, étant donné la même « graine », génère de manière déterministe une localisation déformée de manière aléatoire d'un objet, c'est-à-dire un cadre de délimitation, étant donné une « image_size », des «bounding_boxes » et une série de contraintes.

La sortie de cette opération est une seule boîte englobante qui peut être utilisée pour recadrer l'image originale. La sortie est renvoyée sous forme de 3 tenseurs : `begin`, `size` et `bboxes`. Les 2 premiers tenseurs peuvent être introduits directement dans tf.slice pour recadrer l'image. Ce dernier peut être fourni à tf.image.draw_bounding_boxes pour visualiser à quoi ressemble le cadre de délimitation.

Les boîtes englobantes sont fournies et renvoyées sous la forme `[y_min, x_min, y_max, x_max]`. Les coordonnées du cadre de délimitation sont des flottants en `[0.0, 1.0]` par rapport à la largeur et à la hauteur de l'image sous-jacente.

La sortie de cette opération est garantie d'être la même étant donné la même « graine » et est indépendante du nombre de fois que la fonction est appelée, et indépendante des paramètres globaux de graine (par exemple tf.random.set_seed ).

Exemple d'utilisation :

>>> image = np.array([[[1], [2], [3]], [[4], [5], [6]], [[7], [8], [9] ]]) >>> bbox = tf.constant( ... [0.0, 0.0, 1.0, 1.0], dtype=tf.float32, shape=[1, 1, 4]) >>> seed = (1, 2 ) >>> # Génère une seule boîte englobante déformée. >>> bbox_begin, bbox_size, bbox_draw = ( ... tf.image.stateless_sample_distorted_bounding_box( ... tf.shape(image),bounding_boxes=bbox, seed=seed)) >>> # Utiliser le cadre de sélection pour déformer l'image . >>> tf.slice(image, bbox_begin, bbox_size) >>> # Dessinez le cadre de délimitation dans un résumé d'image. >>> couleurs = np.array([[1.0, 0.0, 0.0], [0.0, 0.0, 1.0]]) >>> tf.image.draw_bounding_boxes( ... tf.expand_dims(tf.cast(image, tf .float32),0), bbox_draw, couleurs)

Notez que si aucune information sur le cadre de délimitation n'est disponible, la définition de « use_image_if_no_bounding_boxes = true » supposera qu'il existe un seul cadre de délimitation implicite couvrant toute l'image. Si `use_image_if_no_bounding_boxes` est faux et qu'aucun cadre de délimitation n'est fourni, une erreur est générée.