tensor akışı:: işlem:: Alanı Yeniden Boyutlandır

Alan enterpolasyonunu kullanarak images size göre yeniden boyutlandırın.

Özet

Giriş görüntüleri farklı türde olabilir ancak çıktı görüntüleri her zaman değişkendir.

Sınırlı sayısal kesinlik nedeniyle, çıktı görüntüsünün piksel değerleri aralığı, giriş görüntüsünün aralığından biraz farklı olabilir. Bir çıkış aralığını garanti etmek için (örneğin, [0.0, 1.0] , çıkışa tf.clip_by_value uygulayın.

Her çıkış pikseli, önce pikselin kapladığı alanı giriş tensörüne dönüştürerek ve ardından kapladığı alanla kesişen piksellerin ortalaması alınarak hesaplanır. Bir giriş pikselinin ortalamaya katkısı, kapladığı alanla kesişen alanın oranıyla ağırlıklandırılır. Bu, OpenCV'nin INTER_AREA'sı ile aynıdır.

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• görüntüler: şekilli 4-D [batch, height, width, channels] .
• size: = 2 öğeden oluşan 1 boyutlu bir int32 Tensörü : new_height, new_width . Görüntüler için yeni boyut.

İsteğe bağlı özellikler (bkz. Attrs ):

• align_corners: True ise, giriş ve çıkış tensörlerinin 4 köşe pikselinin merkezleri, köşe piksellerindeki değerler korunarak hizalanır. Varsayılan olarak false olur.

İade:

• Output : Şekilli 4-D [batch, new_height, new_width, channels] .

Genel özellikler

Operation operation

::tensorflow::Output resized_images

 ResizeArea(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input images,
  ::tensorflow::Input size
)

 ResizeArea(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input images,
  ::tensorflow::Input size,
  const ResizeArea::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs AlignCorners(
  bool x
)