fluxo tensor:: ops:: Cortar e redimensionar

Extrai recortes do tensor da imagem de entrada e os redimensiona.

Resumo

Extrai cortes do tensor de imagem de entrada e os redimensiona usando amostragem bilinear ou amostragem do vizinho mais próximo (possivelmente com alteração de proporção) para um tamanho de saída comum especificado por crop_size . Isso é mais geral do que a operação crop_to_bounding_box que extrai uma fatia de tamanho fixo da imagem de entrada e não permite redimensionamento ou alteração da proporção.

Retorna um tensor com crops da image de entrada em posições definidas nos locais da caixa delimitadora em boxes . As caixas cortadas são todas redimensionadas (com interpolação bilinear ou do vizinho mais próximo) para um size = [crop_height, crop_width] . O resultado é um tensor 4-D [num_boxes, crop_height, crop_width, depth] . O redimensionamento é alinhado aos cantos. Em particular, se boxes = [[0, 0, 1, 1]] , o método fornecerá resultados idênticos ao uso de tf.image.resize_bilinear() ou tf.image.resize_nearest_neighbor() (depende do argumento do method ) com align_corners=True .

Argumentos:

• escopo: um objeto Escopo
• imagem: Um tensor 4-D de forma [batch, image_height, image_width, depth] . Tanto image_height quanto image_width precisam ser positivos.
• caixas: Um tensor 2-D de forma [num_boxes, 4] . A i -ésima linha do tensor especifica as coordenadas de uma caixa na imagem box_ind[i] e é especificada em coordenadas normalizadas [y1, x1, y2, x2] . Um valor de coordenada normalizada de y é mapeado para a coordenada da imagem em y * (image_height - 1) , de modo que o intervalo [0, 1] da altura da imagem normalizada é mapeado para [0, image_height - 1] nas coordenadas de altura da imagem. Permitimos y1 > y2 , caso em que o corte amostrado é uma versão invertida de cima para baixo da imagem original. A dimensão da largura é tratada de forma semelhante. Coordenadas normalizadas fora do intervalo [0, 1] são permitidas; nesse caso, usamos extrapolation_value para extrapolar os valores da imagem de entrada.
• box_ind: Um tensor 1-D de forma [num_boxes] com valores int32 em [0, batch) . O valor de box_ind[i] especifica a imagem à qual a i -ésima caixa se refere.
• crop_size: Um tensor 1-D de 2 elementos, size = [crop_height, crop_width] . Todos os patches de imagem recortados são redimensionados para este tamanho. A proporção do conteúdo da imagem não é preservada. Tanto crop_height quanto crop_width precisam ser positivos.

Atributos opcionais (veja Attrs ):

• método: uma string especificando o método de amostragem para redimensionamento. Pode ser "bilinear" ou "nearest" e o padrão é "bilinear" . Atualmente são suportados dois métodos de amostragem: Bilinear e Vizinho Mais Próximo.
• extrapolation_value: Valor utilizado para extrapolação, quando aplicável.

Retorna:

• Output : um tensor 4-D de forma [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
)