przepływ tensorowy:: ops:: Przytnij i zmień rozmiar

Wyodrębnia wycinki z tensora obrazu wejściowego i zmienia ich rozmiar.

Streszczenie

Wyodrębnia wycinki z tensora obrazu wejściowego i zmienia ich rozmiar przy użyciu próbkowania dwuliniowego lub próbkowania najbliższego sąsiada (prawdopodobnie ze zmianą proporcji obrazu) do wspólnego rozmiaru wyjściowego określonego przez crop_size . Jest to bardziej ogólne niż opcja crop_to_bounding_box która wyodrębnia wycinek o stałym rozmiarze z obrazu wejściowego i nie pozwala na zmianę rozmiaru ani proporcji.

Zwraca tensor z crops z image wejściowego w pozycjach zdefiniowanych w lokalizacjach obwiedni w boxes . Rozmiar przyciętych pól jest zmieniany (z interpolacją dwuliniową lub interpolacją najbliższego sąsiada) do stałego size = [crop_height, crop_width] . Wynikiem jest tensor 4-D [num_boxes, crop_height, crop_width, depth] . Zmiana rozmiaru jest wyrównana do narożników. W szczególności, jeśli boxes = [[0, 0, 1, 1]] , metoda da identyczne wyniki jak użycie tf.image.resize_bilinear() lub tf.image.resize_nearest_neighbor() (w zależności od argumentu method ) z align_corners=True .

Argumenty:

• zakres: Obiekt Scope
• image: 4-D tensor kształtu [batch, image_height, image_width, depth] . Zarówno image_height , jak i image_width muszą być dodatnie.
• boxy: Dwuwymiarowy tensor kształtu [num_boxes, 4] . i -ty rząd tensora określa współrzędne pudełka w obrazie box_ind[i] i jest określony we współrzędnych znormalizowanych [y1, x1, y2, x2] . Znormalizowana wartość współrzędnej y jest odwzorowywana na współrzędną obrazu w y * (image_height - 1) , tak jak przedział [0, 1] znormalizowanej wysokości obrazu jest odwzorowywany na [0, image_height - 1] we współrzędnych wysokości obrazu. Dopuszczamy y1 > y2 , w którym to przypadku próbkowany kadr jest odwróconą wersją oryginalnego obrazu. Wymiar szerokości jest traktowany podobnie. Dozwolone są znormalizowane współrzędne spoza zakresu [0, 1] , w którym to przypadku używamy extrapolation_value do ekstrapolacji wartości obrazu wejściowego.
• box_ind: Tensor 1-D kształtu [num_boxes] z wartościami int32 w [0, batch) . Wartość box_ind[i] określa obraz, do którego odnosi się i -te pole.
• upraw_rozmiar: Tensor 1-D składający się z 2 elementów, size = [crop_height, crop_width] . Rozmiar wszystkich przyciętych fragmentów obrazu jest dostosowywany do tego rozmiaru. Proporcje zawartości obrazu nie są zachowywane. Zarówno crop_height , jak i crop_width muszą być dodatnie.

Opcjonalne atrybuty (patrz Attrs ):

• metoda: ciąg znaków określający metodę próbkowania w celu zmiany rozmiaru. Może być "bilinear" lub "nearest" , a domyślnie jest to "bilinear" . Obecnie obsługiwane są dwie metody próbkowania: dwuliniowa i najbliższego sąsiada.
• extrapolation_value: Wartość używana do ekstrapolacji, jeśli ma to zastosowanie.

Zwroty:

• Output : Tensor 4-D kształtu [num_boxes, crop_height, crop_width, depth] .

Atrybuty publiczne

::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
)