aliran tensor:: operasi:: NonMaxSuppressionV2

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun.

Ringkasan

memangkas kotak-kotak yang memiliki interseksi-over-union (IOU) tinggi yang tumpang tindih dengan kotak-kotak yang dipilih sebelumnya. Kotak pembatas diberikan sebagai [y1, x1, y2, x2], di mana (y1, x1) dan (y2, x2) adalah koordinat dari setiap pasangan sudut kotak diagonal dan koordinat dapat diberikan sebagai dinormalisasi (yaitu, terletak di interval [0, 1]) atau absolut. Perhatikan bahwa algoritma ini tidak tergantung pada titik asal dalam sistem koordinat. Perhatikan bahwa algoritma ini tidak berubah terhadap transformasi ortogonal dan terjemahan sistem koordinat; sehingga penerjemahan atau refleksi dari sistem koordinat menghasilkan kotak yang sama yang dipilih oleh algoritma.

Output dari operasi ini adalah sekumpulan bilangan bulat yang diindeks ke dalam kumpulan input kotak pembatas yang mewakili kotak yang dipilih. Koordinat kotak pembatas yang sesuai dengan indeks yang dipilih kemudian dapat diperoleh dengan menggunakan tf.gather operation . Misalnya:

indeks_yang dipilih = tf.image.non_max_suppression_v2( kotak, skor, max_output_size, iou_threshold) kotak_yang dipilih = tf.gather(kotak, indeks_yang dipilih)

Argumen:

• ruang lingkup: Objek Lingkup
• kotak: Tensor float 2-D dengan bentuk [num_boxes, 4] .
• skor: Tensor float 1-D berbentuk [num_boxes] yang mewakili satu skor yang sesuai dengan setiap kotak (setiap baris kotak).
• max_output_size: Tensor bilangan bulat skalar yang mewakili jumlah maksimum kotak yang akan dipilih dengan penekanan non-maks.
• iou_threshold: Tensor float 0-D yang mewakili ambang batas untuk memutuskan apakah kotak terlalu banyak tumpang tindih sehubungan dengan IOU.

Pengembalian:

• Output : Tensor bilangan bulat 1-D berbentuk [M] yang mewakili indeks yang dipilih dari kotak tensor, dengan M <= max_output_size .

Atribut publik

Operation operation

::tensorflow::Output selected_indices

 NonMaxSuppressionV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const