flujo tensor:: operaciones:: Recortar y cambiar tamaño

Extrae cultivos del tensor de imagen de entrada y les cambia el tamaño.

Resumen

Extrae cultivos del tensor de imagen de entrada y les cambia el tamaño mediante muestreo bilineal o muestreo del vecino más cercano (posiblemente con cambio de relación de aspecto) a un tamaño de salida común especificado por crop_size . Esto es más general que la operación crop_to_bounding_box que extrae un segmento de tamaño fijo de la imagen de entrada y no permite cambiar el tamaño ni la relación de aspecto.

Devuelve un tensor con crops de la image de entrada en posiciones definidas en las ubicaciones del cuadro delimitador en boxes . Todos los cuadros recortados cambian de tamaño (con interpolación bilineal o del vecino más cercano) a un size = [crop_height, crop_width] . El resultado es un tensor 4-D [num_boxes, crop_height, crop_width, depth] . El cambio de tamaño está alineado con las esquinas. En particular, si boxes = [[0, 0, 1, 1]] , el método dará resultados idénticos al uso de tf.image.resize_bilinear() o tf.image.resize_nearest_neighbor() (depende del argumento del method ) con align_corners=True .

Argumentos:

• alcance: un objeto de alcance
• Imagen: un tensor de forma 4-D [batch, image_height, image_width, depth] . Tanto image_height como image_width deben ser positivos.
• cajas: un tensor de forma 2-D [num_boxes, 4] . La i -ésima fila del tensor especifica las coordenadas de un cuadro en la imagen box_ind[i] y se especifica en coordenadas normalizadas [y1, x1, y2, x2] . Un valor de coordenadas normalizado de y se asigna a la coordenada de la imagen en y * (image_height - 1) , de modo que el intervalo [0, 1] de la altura de la imagen normalizada se asigna a [0, image_height - 1] en las coordenadas de altura de la imagen. Permitimos y1 > y2 , en cuyo caso el recorte muestreado es una versión invertida de arriba a abajo de la imagen original. La dimensión del ancho se trata de manera similar. Se permiten coordenadas normalizadas fuera del rango [0, 1] , en cuyo caso usamos extrapolation_value para extrapolar los valores de la imagen de entrada.
• box_ind: un tensor 1-D de forma [num_boxes] con valores int32 en [0, batch) . El valor de box_ind[i] especifica la imagen a la que hace referencia el i -ésimo cuadro.
• crop_size: un tensor 1-D de 2 elementos, size = [crop_height, crop_width] . Todos los parches de imágenes recortadas cambian de tamaño a este tamaño. La relación de aspecto del contenido de la imagen no se conserva. Tanto crop_height como crop_width deben ser positivos.

Atributos opcionales (ver Attrs ):

• método: una cadena que especifica el método de muestreo para cambiar el tamaño. Puede ser "bilinear" o "nearest" y el valor predeterminado es "bilinear" . Actualmente se admiten dos métodos de muestreo: bilineal y vecino más cercano.
• extrapolation_value: Valor utilizado para la extrapolación, cuando corresponda.

Devoluciones:

• Output : un tensor de forma 4-D [num_boxes, crop_height, crop_width, depth] .

Atributos públicos

::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
)