StatelessSampleDistortedBoundingBox

צור תיבת תוחמת מעוותת באופן אקראי לתמונה באופן דטרמיניסטי.

הערות תיבות תוחמות מסופקות לעתים קרובות בנוסף לתוויות של אמת בבסיס במשימות זיהוי תמונות או לוקליזציה של אובייקטים. טכניקה נפוצה לאימון מערכת כזו היא עיוות אקראי של תמונה תוך שמירה על התוכן שלה, כלומר הגדלת נתונים . אופ זה, בהינתן אותו `זרע`, מוציא באופן דטרמיניסטי לוקליזציה מעוותת אקראית של אובייקט, כלומר תיבה תוחמת, בהינתן `גודל_תמונה`, `תיבות_תוחמות` וסדרה של אילוצים.

הפלט של אופ זה הוא תיבה תוחמת אחת שניתן להשתמש בה כדי לחתוך את התמונה המקורית. הפלט מוחזר כ-3 טנסורים: `התחלה`, `גודל` ו-`bboxes`. ניתן להזין את 2 הטנסורים הראשונים ישירות לתוך tf.slice כדי לחתוך את התמונה. האחרון עשוי להיות מסופק ל- tf.image.draw_bounding_boxes כדי לדמיין איך נראית התיבה התוחמת.

תיבות תוחמות מסופקות ומוחזרות בתור `[y_min, x_min, y_max, x_max]`. הקואורדינטות של התיבה התוחמת מרחפות ב-`[0.0, 1.0]` ביחס לרוחב ולגובה של התמונה הבסיסית.

הפלט של ה-Op הזה מובטח להיות זהה בהינתן אותו 'seed' והוא בלתי תלוי במספר הפעמים שהפונקציה נקראת, ואינו תלוי בהגדרות ה-Seed הגלובליות (למשל tf.random.set_seed ).

שימוש לדוגמה:

>>> 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 ) >>> # צור תיבת תוחמת מעוותת אחת. >>> bbox_begin, bbox_size, bbox_draw = ( ... tf.image.stateless_sample_distorted_bounding_box( ... tf.shape(image), bounding_boxes=bbox, seed=seed)) >>> # השתמשו בתיבה התוחמת כדי לעוות את התמונה . >>> tf.slice(image, bbox_begin, bbox_size) >>> # צייר את התיבה התוחמת בסיכום תמונה. >>> colors = 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, colors)

שים לב שאם אין מידע זמין על תיבה תוחמת, ההגדרה 'use_image_if_no_bounding_boxes = true' תניח שיש תיבה תוחמת יחידה המכסה את כל התמונה. אם `use_image_if_no_bounding_boxes` הוא false ולא מסופקות תיבות תוחמות, נוצרת שגיאה.