جریان تنسور:: عملیات:: CropAndResize

برش ها را از تانسور تصویر ورودی استخراج می کند و اندازه آنها را تغییر می دهد.

خلاصه

برش‌ها را از تانسور تصویر ورودی استخراج می‌کند و اندازه آنها را با استفاده از نمونه‌گیری دوخطی یا نمونه‌برداری نزدیکترین همسایه (احتمالاً با تغییر نسبت ابعاد) به یک اندازه خروجی معمولی که توسط crop_size مشخص شده است تغییر اندازه می‌دهد. این کلیتر از عملیات crop_to_bounding_box است که یک برش با اندازه ثابت را از تصویر ورودی استخراج می کند و اجازه تغییر اندازه یا تغییر نسبت ابعاد را نمی دهد.

یک تانسور را با crops از image ورودی در موقعیت‌های تعریف شده در مکان‌های جعبه مرزی در boxes برمی‌گرداند. اندازه جعبه های برش داده شده (با درون یابی دوخطی یا نزدیکترین همسایه) به یک size = [crop_height, crop_width] تغییر می کند. نتیجه یک تانسور 4 بعدی [num_boxes, crop_height, crop_width, depth] است. تغییر اندازه در گوشه تراز است. به طور خاص، اگر boxes = [[0, 0, 1, 1]] ، این روش نتایج یکسانی را برای استفاده از tf.image.resize_bilinear() یا tf.image.resize_nearest_neighbor() (بستگی به آرگومان method ) با align_corners=True به ​​دست می دهد. align_corners=True

استدلال ها:

• scope: یک شی Scope
• تصویر: یک تانسور 4 بعدی شکل [batch, image_height, image_width, depth] . هم image_height و هم image_width باید مثبت باشند.
• جعبه ها: یک تانسور دو بعدی شکل [num_boxes, 4] . ردیف i امین تانسور مختصات یک کادر را در تصویر box_ind[i] مشخص می کند و در مختصات نرمال شده [y1, x1, y2, x2] مشخص می شود. مقدار مختصات نرمال شده y به مختصات تصویر در y * (image_height - 1) نگاشت می شود، به طوری که فاصله [0, 1] ارتفاع تصویر نرمال شده به [0, image_height - 1] در مختصات ارتفاع تصویر نگاشت می شود. ما به y1 > y2 اجازه می‌دهیم، در این صورت برش نمونه‌برداری شده نسخه‌ای از تصویر اصلی است که به سمت بالا به پایین برگردانده شده است. بعد عرض به طور مشابه رفتار می شود. مختصات عادی خارج از محدوده [0, 1] مجاز هستند، در این صورت extrapolation_value برای برون یابی مقادیر تصویر ورودی استفاده می کنیم.
• box_ind: یک تانسور یک بعدی شکل [num_boxes] با مقادیر int32 در [0, batch) . مقدار box_ind[i] تصویری را مشخص می‌کند که کادر i امین به آن اشاره دارد.
• crop_size: تانسور 1 بعدی از 2 عنصر، size = [crop_height, crop_width] . اندازه تمام وصله های تصویر برش داده شده به این اندازه تغییر می کند. نسبت تصویر محتوای تصویر حفظ نمی شود. هم crop_height و هم crop_width باید مثبت باشند.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• روش: رشته ای که روش نمونه گیری برای تغییر اندازه را مشخص می کند. می تواند "bilinear" یا "nearest" و پیش فرض "bilinear" باشد. در حال حاضر دو روش نمونه گیری پشتیبانی می شود: دو خطی و نزدیکترین همسایه.
• extrapolation_value: مقدار مورد استفاده برای برون یابی، در صورت لزوم.

برمی‌گرداند:

• Output : یک تانسور 4 بعدی شکل [num_boxes, crop_height, crop_width, depth] .

صفات عمومی

::tensorflow::Output crops

Operation operation

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size
)

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size,
  const CropAndResize::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs ExtrapolationValue(
  float x
)

Attrs Method(
  StringPiece x
)