tensoreflusso:: ops:: NonMaxSuppressionV5

Seleziona avidamente un sottoinsieme di riquadri di delimitazione in ordine decrescente di punteggio.

Riepilogo

eliminando le caselle che hanno un'elevata sovrapposizione di intersezione su unione (IOU) con le caselle precedentemente selezionate. I riquadri di delimitazione con punteggio inferiore a score_threshold vengono rimossi. I riquadri di delimitazione vengono forniti come [y1, x1, y2, x2], dove (y1, x1) e (y2, x2) sono le coordinate di qualsiasi coppia diagonale di angoli del riquadro e le coordinate possono essere fornite come normalizzate (ovvero, giacenti in l'intervallo [0, 1]) o assoluto. Si noti che questo algoritmo è indipendente dalla posizione dell'origine nel sistema di coordinate e più in generale è invariante rispetto alle trasformazioni ortogonali e alle traslazioni del sistema di coordinate; quindi la traslazione o le riflessioni del sistema di coordinate comportano la selezione delle stesse caselle da parte dell'algoritmo. L'output di questa operazione è un insieme di numeri interi indicizzati nella raccolta di input di riquadri di delimitazione che rappresentano i riquadri selezionati. Le coordinate del riquadro di delimitazione corrispondenti agli indici selezionati possono quindi essere ottenute utilizzando l' tf.gather operation . Ad esempio:selected_indices = tf.image.non_max_suppression_v2(boxes, scores, max_output_size, iou_threshold, score_threshold)selected_boxes = tf.gather(boxes,selected_indices) Questa operazione supporta anche una modalità Soft-NMS (con ponderazione gaussiana) (cfr Bodla et al , https://arxiv.org/abs/1704.04503 ) dove i riquadri riducono il punteggio di altri riquadri sovrapposti invece di provocarne direttamente la potatura. Per abilitare questa modalità Soft-NMS, impostare il parametro soft_nms_sigma su un valore maggiore di 0.

Argomenti:

• scope: un oggetto Scope
• boxs: un tensore float 2-D di forma [num_boxes, 4] .
• punteggi: un tensore float 1-D di forma [num_boxes] che rappresenta un singolo punteggio corrispondente a ciascuna casella (ogni riga di caselle).
• max_output_size: un tensore intero scalare che rappresenta il numero massimo di caselle da selezionare mediante la soppressione non massima.
• iou_threshold: un tensore float 0-D che rappresenta la soglia per decidere se le scatole si sovrappongono troppo rispetto a IOU.
• score_threshold: un tensore float 0-D che rappresenta la soglia per decidere quando rimuovere le caselle in base al punteggio.
• soft_nms_sigma: un tensore float 0-D che rappresenta il parametro sigma per Soft NMS; vedere Bodla et al (cfr https://arxiv.org/abs/1704.04503 ). Quando soft_nms_sigma=0.0 (che è l'impostazione predefinita), torniamo all'NMS standard (hard).

Attributi facoltativi (vedi Attrs ):

• pad_to_max_output_size: se vero, l'output selected_indices viene riempito per avere lunghezza max_output_size . Il valore predefinito è falso.

Resi:

• Output : un tensore intero 1-D di forma [M] che rappresenta gli indici selezionati dal tensore delle caselle, dove M <= max_output_size .
• Output : un tensore float 1-D di forma [M] che rappresenta i punteggi corrispondenti per ciascuna casella selezionata, dove M <= max_output_size . I punteggi differiscono dai punteggi di input corrispondenti solo quando si utilizza Soft NMS (ovvero quando soft_nms_sigma>0 )
• Output valid_outputs: un tensore intero 0-D che rappresenta il numero di elementi validi selected_indices , con gli elementi validi che appaiono per primi.

Attributi pubblici

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
)