tensoreflusso:: ops:: Ritaglia e ridimensiona

Estrae i ritagli dal tensore dell'immagine di input e li ridimensiona.

Riepilogo

Estrae i ritagli dal tensore dell'immagine di input e li ridimensiona utilizzando il campionamento bilineare o il campionamento del vicino più vicino (possibilmente con modifica delle proporzioni) in una dimensione di output comune specificata da crop_size . Questo è più generale dell'operazione crop_to_bounding_box che estrae una sezione di dimensione fissa dall'immagine di input e non consente il ridimensionamento o la modifica delle proporzioni.

Restituisce un tensore con crops image di input nelle posizioni definite nelle posizioni del riquadro di delimitazione in boxes . I riquadri ritagliati vengono tutti ridimensionati (con interpolazione bilineare o del vicino più vicino) a una size = [crop_height, crop_width] . Il risultato è un tensore 4-D [num_boxes, crop_height, crop_width, depth] . Il ridimensionamento è allineato agli angoli. In particolare, se boxes = [[0, 0, 1, 1]] , il metodo fornirà risultati identici all'utilizzo di tf.image.resize_bilinear() o tf.image.resize_nearest_neighbor() (dipende dall'argomento del method ) con align_corners=True .

Argomenti:

• scope: un oggetto Scope
• image: un tensore di forma 4-D [batch, image_height, image_width, depth] . Sia image_height che image_width devono essere positivi.
• boxs: un tensore 2-D di forma [num_boxes, 4] . L' i -esima riga del tensore specifica le coordinate di un riquadro nell'immagine box_ind[i] ed è specificata in coordinate normalizzate [y1, x1, y2, x2] . Un valore di coordinata normalizzato di y viene mappato alla coordinata dell'immagine in y * (image_height - 1) , in modo che l'intervallo [0, 1] dell'altezza dell'immagine normalizzata sia mappato su [0, image_height - 1] nelle coordinate di altezza dell'immagine. Consentiamo y1 > y2 , nel qual caso il ritaglio campionato è una versione capovolta verso l'alto dell'immagine originale. La dimensione della larghezza viene trattata in modo simile. Sono consentite coordinate normalizzate esterne all'intervallo [0, 1] , nel qual caso utilizziamo extrapolation_value per estrapolare i valori dell'immagine di input.
• box_ind: un tensore 1-D di forma [num_boxes] con valori int32 in [0, batch) . Il valore di box_ind[i] specifica l'immagine a cui si riferisce l' i -esimo box.
• crop_size: un tensore 1-D di 2 elementi, size = [crop_height, crop_width] . Tutte le porzioni di immagine ritagliate vengono ridimensionate a queste dimensioni. Le proporzioni del contenuto dell'immagine non vengono preservate. Sia crop_height che crop_width devono essere positivi.

Attributi facoltativi (vedi Attrs ):

• metodo: una stringa che specifica il metodo di campionamento per il ridimensionamento. Può essere "bilinear" o "nearest" e il valore predefinito è "bilinear" . Attualmente sono supportati due metodi di campionamento: bilineare e vicino più vicino.
• extrapolation_value: valore utilizzato per l'estrapolazione, quando applicabile.

Resi:

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

Attributi pubblici

::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
)