tensorflow :: operaciones :: Dilatación2D

Calcula la dilatación en escala de grises de la input 4-D y los tensores de filter 3-D.

Resumen

El tensor de input tiene forma [batch, in_height, in_width, depth] y el tensor de filter tiene forma [filter_height, filter_width, depth] , es decir, cada canal de entrada se procesa independientemente de los demás con su propia función estructurante. El tensor de output tiene forma [batch, out_height, out_width, depth] . Las dimensiones espaciales del tensor de salida dependen del algoritmo de padding . Actualmente solo admitimos el data_format datos predeterminado "NHWC".

En detalle, la dilatación morfológica 2-D en escala de grises es la correlación de suma máxima (para conv2d coherencia con conv2d , utilizamos filtros no reflejados):

output[b, y, x, c] =
   max_{dy, dx} input[b,
                      strides[1] * y + rates[1] * dy,
                      strides[2] * x + rates[2] * dx,
                      c] +
                filter[dy, dx, c]

La agrupación máxima es un caso especial cuando el filtro tiene un tamaño igual al tamaño del núcleo de la agrupación y contiene todos los ceros.

Nota sobre la dualidad: La dilatación de input por el filter es igual a la negación de la erosión de -input por el reflejado filter .

Argumentos:

• alcance: un objeto de alcance
• entrada: 4-D con forma [batch, in_height, in_width, depth] .
• filtro: 3-D con forma [filter_height, filter_width, depth] .
• strides: El paso de la ventana deslizante para cada dimensión del tensor de entrada. Debe ser: [1, stride_height, stride_width, 1] .
• tasas: La zancada de entrada para una dilatación morfológica atroz. Debe ser: [1, rate_height, rate_width, 1] .
• padding: el tipo de algoritmo de relleno que se utilizará.

Devoluciones:

• Output : 4-D con forma [batch, out_height, out_width, depth] .

Atributos públicos

Operation operation

::tensorflow::Output output

 Dilation2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  const gtl::ArraySlice< int > & rates,
  StringPiece padding
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const