flujo tensor:: operaciones:: NoMaxSuppressionV5

Selecciona con avidez un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Resumen

eliminar las cajas que tienen una alta superposición de intersección sobre unión (IOU) con las cajas seleccionadas previamente. Se eliminan los cuadros delimitadores con una puntuación inferior a score_threshold . Los cuadros delimitadores se suministran como [y1, x1, y2, x2], donde (y1, x1) y (y2, x2) son las coordenadas de cualquier par diagonal de esquinas del cuadro y las coordenadas se pueden proporcionar normalizadas (es decir, situadas en el intervalo [0, 1]) o absoluto. Tenga en cuenta que este algoritmo es independiente de dónde está el origen en el sistema de coordenadas y, de manera más general, es invariante a las transformaciones y traslaciones ortogonales del sistema de coordenadas; por lo tanto, la traducción o las reflexiones del sistema de coordenadas dan como resultado que el algoritmo seleccione las mismas casillas. El resultado de esta operación es un conjunto de números enteros indexados en la colección de entrada de cuadros delimitadores que representan los cuadros seleccionados. Las coordenadas del cuadro delimitador correspondientes a los índices seleccionados se pueden obtener utilizando la tf.gather operation . Por ejemplo: selected_indices = tf.image.non_max_suppression_v2( boxes, scorings, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) Esta operación también admite un modo Soft-NMS (con ponderación gaussiana) (cf. Bodla et al. , https://arxiv.org/abs/1704.04503 ) donde los cuadros reducen la puntuación de otros cuadros superpuestos en lugar de provocar directamente su poda. Para habilitar este modo Soft-NMS, configure el parámetro soft_nms_sigma para que sea mayor que 0.

Argumentos:

• alcance: un objeto de alcance
• cajas: un tensor flotante 2-D de forma [num_boxes, 4] .
• puntuaciones: un tensor flotante 1-D de forma [num_boxes] que representa una puntuación única correspondiente a cada cuadro (cada fila de cuadros).
• max_output_size: tensor entero escalar que representa el número máximo de cuadros que se seleccionarán mediante supresión no máxima.
• iou_threshold: tensor flotante 0-D que representa el umbral para decidir si las cajas se superponen demasiado con respecto al pagaré.
• score_threshold: tensor flotante 0-D que representa el umbral para decidir cuándo eliminar cuadros según la puntuación.
• soft_nms_sigma: un tensor flotante 0-D que representa el parámetro sigma para Soft NMS; ver Bodla et al (cf. https://arxiv.org/abs/1704.04503 ). Cuando soft_nms_sigma=0.0 (que es el valor predeterminado), volvemos al NMS estándar (duro).

Atributos opcionales (ver Attrs ):

• pad_to_max_output_size: si es verdadero, la salida selected_indices se rellena para que tenga una longitud max_output_size . El valor predeterminado es falso.

Devoluciones:

• Output de índices_seleccionados: un tensor entero 1-D de forma [M] que representa los índices seleccionados del tensor de cajas, donde M <= max_output_size .
• Output de puntuaciones_seleccionadas: un tensor flotante 1-D de forma [M] que representa las puntuaciones correspondientes para cada cuadro seleccionado, donde M <= max_output_size . Las puntuaciones solo difieren de las puntuaciones de entrada correspondientes cuando se utiliza Soft NMS (es decir, cuando soft_nms_sigma>0 )
• Output valid_outputs: un tensor entero 0-D que representa el número de elementos válidos en selected_indices , donde los elementos válidos aparecen primero.

Atributos públicos

Operation operation

::tensorflow::Output selected_indices

::tensorflow::Output selected_scores

::tensorflow::Output valid_outputs

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma
)

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma,
  const NonMaxSuppressionV5::Attrs & attrs
)

Attrs PadToMaxOutputSize(
  bool x
)