przepływ tensorowy:: ops:: NonMaxSupresja

Chciwie wybiera podzbiór obwiedni w malejącej kolejności punktów.

Streszczenie

przycinanie skrzynek, które mają wysoki współczynnik przecięcia nad związkiem (IOU), nakładają się na wcześniej wybrane pola. Ramki ograniczające są dostarczane jako [y1, x1, y2, x2], gdzie (y1, x1) i (y2, x2) są współrzędnymi dowolnej pary przekątnych narożników prostokątów, a współrzędne mogą być podane jako znormalizowane (tzn. leżące w przedział [0, 1]) lub bezwzględny. Należy zauważyć, że ten algorytm jest niezależny od tego, gdzie początek znajduje się w układzie współrzędnych. Należy zauważyć, że algorytm ten jest niezmienniczy w stosunku do transformacji ortogonalnych i translacji układu współrzędnych; w ten sposób tłumaczenie lub odbicia układu współrzędnych powodują, że algorytm wybiera te same pola. Wynikiem tej operacji jest zbiór liczb całkowitych indeksowanych w zbiorze wejściowym ramek ograniczających reprezentujących wybrane ramki. Współrzędne ramki ograniczającej odpowiadające wybranym indeksom można następnie uzyskać za pomocą tf.gather operation . Na przykład: wybrane_indices = tf.image.non_max_suppression(boxy, scores, max_output_size, iou_threshold) wybrane_boxy = tf.gather(boxes, wybrane_indices)

Argumenty:

• zakres: Obiekt Scope
• boxy: Dwuwymiarowy tensor zmiennoprzecinkowy kształtu [num_boxes, 4] .
• wyniki: 1-D tensor zmiennoprzecinkowy o kształcie [num_boxes] reprezentujący pojedynczy wynik odpowiadający każdemu prostokątowi (każdemu rzędowi pól).
• max_output_size: Skalarny tensor będący liczbą całkowitą reprezentujący maksymalną liczbę pól do wybrania w wyniku tłumienia innego niż maksymalne.

Opcjonalne atrybuty (patrz Attrs ):

• iou_threshold: Liczba zmiennoprzecinkowa reprezentująca próg decydujący o tym, czy pola nakładają się zbytnio na IOU.

Zwroty:

• Output : 1-D tensor całkowity o kształcie [M] reprezentujący wybrane indeksy z tensora pudełek, gdzie M <= max_output_size .

Atrybuty publiczne

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size
)

 NonMaxSuppression(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  const NonMaxSuppression::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs IouThreshold(
  float x
)