fluxo tensor:: ops:: NãoMaxSuppressionV5

Seleciona avidamente um subconjunto de caixas delimitadoras em ordem decrescente de pontuação.

Resumo

podando caixas que tenham alta sobreposição de interseção sobre união (IOU) com caixas previamente selecionadas. As caixas delimitadoras com pontuação menor que score_threshold são removidas. As caixas delimitadoras são fornecidas como [y1, x1, y2, x2], onde (y1, x1) e (y2, x2) são as coordenadas de qualquer par diagonal de cantos de caixa e as coordenadas podem ser fornecidas como normalizadas (ou seja, situadas em o intervalo [0, 1]) ou absoluto. Observe que este algoritmo é independente de onde a origem está no sistema de coordenadas e, mais geralmente, é invariante às transformações ortogonais e translações do sistema de coordenadas; assim, a tradução ou reflexão do sistema de coordenadas resulta na seleção das mesmas caixas pelo algoritmo. A saída desta operação é um conjunto de inteiros indexados na coleção de entrada de caixas delimitadoras que representam as caixas selecionadas. As coordenadas da caixa delimitadora correspondentes aos índices selecionados podem então ser obtidas usando a tf.gather operation . Por exemplo: selected_indices = tf.image.non_max_suppression_v2( boxes, score, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices) Esta operação também suporta um modo Soft-NMS (com ponderação gaussiana) (cf Bodla et al , https://arxiv.org/abs/1704.04503 ) onde as caixas reduzem a pontuação de outras caixas sobrepostas em vez de fazer com que sejam podadas diretamente. Para ativar este modo Soft-NMS, defina o parâmetro soft_nms_sigma como maior que 0.

Argumentos:

• escopo: um objeto Escopo
• caixas: Um tensor flutuante 2-D de forma [num_boxes, 4] .
• pontuações: um tensor flutuante 1-D de forma [num_boxes] representando uma única pontuação correspondente a cada caixa (cada linha de caixas).
• max_output_size: Um tensor inteiro escalar que representa o número máximo de caixas a serem selecionadas por supressão não máxima.
• iou_threshold: Um tensor flutuante 0-D que representa o limite para decidir se as caixas se sobrepõem demais em relação ao IOU.
• score_threshold: um tensor flutuante 0-D que representa o limite para decidir quando remover caixas com base na pontuação.
• soft_nms_sigma: Um tensor flutuante 0-D representando o parâmetro sigma para Soft NMS; veja Bodla et al (cf https://arxiv.org/abs/1704.04503 ). Quando soft_nms_sigma=0.0 (que é o padrão), voltamos ao NMS padrão (hard).

Atributos opcionais (veja Attrs ):

• pad_to_max_output_size: se verdadeiro, a saída selected_indices será preenchida para ter o comprimento max_output_size . O padrão é falso.

Retorna:

• Output selected_indices: Um tensor inteiro 1-D de forma [M] representando os índices selecionados do tensor de caixas, onde M <= max_output_size .
• Output select_scores: um tensor flutuante 1-D de formato [M] representando as pontuações correspondentes para cada caixa selecionada, onde M <= max_output_size . As pontuações diferem apenas das pontuações de entrada correspondentes ao usar Soft NMS (ou seja, quando soft_nms_sigma>0 )
• Output valid_outputs: um tensor inteiro 0-D que representa o número de elementos válidos em selected_indices , com os elementos válidos aparecendo primeiro.

Atributos públicos

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
)