tensor akışı:: işlem:: NonMaxSuppressionV5

Azalan puan sırasına göre sınırlayıcı kutuların bir alt kümesini açgözlülükle seçer.

Özet

daha önce seçilen kutularla çakışma oranı yüksek olan kutuların budanması. score_threshold değerinden düşük puana sahip sınırlayıcı kutular kaldırılır. Sınırlayıcı kutular [y1, x1, y2, x2] olarak sağlanır; burada (y1, x1) ve (y2, x2), herhangi bir köşegen kutu köşesi çiftinin koordinatlarıdır ve koordinatlar normalleştirilmiş olarak sağlanabilir (yani, aralık [0, 1]) veya mutlak. Bu algoritmanın, orijinin koordinat sisteminde nerede olduğu konusunda agnostik olduğunu ve daha genel olarak koordinat sisteminin ortogonal dönüşümleri ve çevirileri için değişmez olduğunu unutmayın; dolayısıyla koordinat sisteminin çevrilmesi veya yansıtılması, algoritma tarafından aynı kutuların seçilmesine neden olur. Bu işlemin çıktısı, seçilen kutuları temsil eden sınırlayıcı kutuların giriş koleksiyonuna indekslenen bir tamsayılar kümesidir. Seçilen endekslere karşılık gelen sınırlayıcı kutu koordinatları daha sonra tf.gather operation kullanılarak elde edilebilir. Örneğin:selected_indices = tf.image.non_max_suppression_v2(boxs,cores,max_output_size,iou_threshold,score_threshold)selected_boxes = tf.gather(boxes,selected_indices) Bu op aynı zamanda Soft-NMS (Gauss ağırlıklı) modunu da destekler (cf Bodla ve diğerleri) , https://arxiv.org/abs/1704.04503 ) burada kutular, doğrudan budanmalarına neden olmak yerine, diğer örtüşen kutuların puanını azaltır. Bu Soft-NMS modunu etkinleştirmek için soft_nms_sigma parametresini 0'dan büyük olacak şekilde ayarlayın.

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• kutular: [num_boxes, 4] şeklinde bir 2 boyutlu kayan tensör.
• puanlar: Her kutuya (kutuların her satırı) karşılık gelen tek bir puanı temsil eden [num_boxes] şeklindeki 1 boyutlu kayan tensör.
• max_output_size: Maksimum dışı bastırma tarafından seçilecek maksimum kutu sayısını temsil eden bir skaler tamsayı tensörü.
• iou_threshold: Kutuların IOU'ya göre çok fazla örtüşüp örtüşmediğine karar vermek için eşiği temsil eden 0-D kayan tensör.
• Score_threshold: Puana göre kutuların ne zaman kaldırılacağına karar verme eşiğini temsil eden 0 boyutlu kayan tensör.
• soft_nms_sigma: Soft NMS için sigma parametresini temsil eden 0-D kayan tensör; bkz. Bodla ve diğerleri (cf https://arxiv.org/abs/1704.04503 ). soft_nms_sigma=0.0 (varsayılan) olduğunda standart (sert) NMS'ye geri döneriz.

İsteğe bağlı özellikler (bkz. Attrs ):

• pad_to_max_output_size: Doğruysa, selected_indices çıktısı max_output_size uzunluğunda olacak şekilde doldurulur. Varsayılan olarak false olur.

İade:

• Output seçili_indisler: Kutu tensöründen seçilen endeksleri temsil eden [M] şeklinde bir 1 boyutlu tamsayı tensörü; burada M <= max_output_size .
• Seçilen_skorların Output : Seçilen her kutu için karşılık gelen puanları temsil eden [M] şeklinde bir 1-D kayan tensör; burada M <= max_output_size . Puanlar yalnızca Soft NMS kullanıldığında (örn soft_nms_sigma>0 olduğunda) karşılık gelen giriş puanlarından farklılık gösterir.
• Output valid_outputs: selected_indices geçerli öğelerin sayısını temsil eden ve geçerli öğelerin ilk önce göründüğü 0 boyutlu bir tamsayı tensörü.

Genel özellikler

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
)