텐서플로우:: 작전:: NonMaxSuppression

점수의 내림차순으로 경계 상자의 하위 집합을 탐욕스럽게 선택합니다.

요약

IOU(Intersection-Over-Union)가 높은 상자가 이전에 선택한 상자와 겹치는 부분을 제거합니다. 경계 상자는 [y1, x1, y2, x2]로 제공됩니다. 여기서 (y1, x1) 및 (y2, x2)는 상자 모서리의 대각선 쌍의 좌표이며 좌표는 정규화된 대로 제공될 수 있습니다(예: 간격 [0, 1]) 또는 절대값. 이 알고리즘은 좌표계에서 원점이 어디에 있는지에 영향을 받지 않습니다. 이 알고리즘은 좌표계의 직교 변환 및 변환에 변하지 않습니다. 따라서 좌표계를 변환하거나 반영하면 알고리즘에 의해 동일한 상자가 선택됩니다. 이 작업의 출력은 선택한 상자를 나타내는 경계 상자의 입력 컬렉션을 인덱싱하는 정수 집합입니다. 선택한 인덱스에 해당하는 경계 상자 좌표는 tf.gather operation 사용하여 얻을 수 있습니다. 예: selected_indices = tf.image.non_max_suppression(boxs, Score, max_output_size, iou_threshold) selected_boxes = tf.gather(boxes, selected_indices)

인수:

• 범위: 범위 개체
• 상자: [num_boxes, 4] 모양의 2차원 부동 텐서.
• 점수: 각 상자(상자의 각 행)에 해당하는 단일 점수를 나타내는 [num_boxes] 모양의 1차원 부동 소수점 텐서입니다.
• max_output_size: 최대가 아닌 억제로 선택할 최대 상자 수를 나타내는 스칼라 정수 텐서.

선택적 속성( Attrs 참조):

• iou_threshold: IOU와 관련하여 상자가 너무 많이 겹치는지 여부를 결정하기 위한 임계값을 나타내는 부동 소수점입니다.

보고:

• Output : 상자 텐서에서 선택된 인덱스를 나타내는 [M] 모양의 1차원 정수 텐서. 여기서 M <= max_output_size .

공개 속성

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
)