tensorflow :: operaciones :: SampleDistortedBoundingBox

Genere un único cuadro delimitador distorsionado aleatoriamente para una imagen.

Resumen

Las anotaciones del cuadro delimitador a menudo se proporcionan además de las etiquetas de verdad en el terreno en tareas de reconocimiento de imágenes o localización de objetos. Una técnica común para entrenar tal sistema es distorsionar aleatoriamente una imagen mientras se preserva su contenido, es decir , aumento de datos . Esta operación genera una localización distorsionada aleatoriamente de un objeto, es decir, un cuadro delimitador, dado un image_size , image_size bounding_boxes y una serie de restricciones.

El resultado de esta operación es un cuadro delimitador único que se puede utilizar para recortar la imagen original. La salida se devuelve como 3 tensores: begin , size y bboxes . Los 2 primeros tensores se pueden alimentar directamente en tf.slice para recortar la imagen. Este último se puede proporcionar a tf.image.draw_bounding_boxes para visualizar cómo se ve el cuadro delimitador.

Los cuadros delimitadores se proporcionan y devuelven como [y_min, x_min, y_max, x_max] . Las coordenadas del cuadro delimitador son flotantes en [0.0, 1.0] relación con el ancho y alto de la imagen subyacente.

Por ejemplo,

    # Generate a single distorted bounding box.
    begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
        tf.shape(image),
        bounding_boxes=bounding_boxes)

    # Draw the bounding box in an image summary.
    image_with_box = tf.image.draw_bounding_boxes(tf.expand_dims(image, 0),
                                                  bbox_for_draw)
    tf.summary.image('images_with_box', image_with_box)

    # Employ the bounding box to distort the image.
    distorted_image = tf.slice(image, begin, size)

Tenga en cuenta que si no hay información del cuadro delimitador disponible, la configuración de use_image_if_no_bounding_boxes = true supondrá que hay un solo cuadro delimitador implícito que cubre toda la imagen. Si use_image_if_no_bounding_boxes es falso y no se proporcionan cuadros delimitadores, se use_image_if_no_bounding_boxes un error.

Argumentos:

• alcance: un objeto de alcance
• image_size: 1-D, que contiene [height, width, channels] .
• bounding_boxes: 3-D con forma [batch, N, 4] describe los N cuadros delimitadores asociados con la imagen.

Atributos opcionales (consulte Attrs ):

• semilla: si seed o seed2 se establecen en un valor distinto de cero, el generador de números aleatorios es sembrado por la seed dada. De lo contrario, es sembrado por una semilla aleatoria.
• seed2: Una segunda semilla para evitar la colisión de semillas.
• min_object_covered: el área recortada de la imagen debe contener al menos esta fracción de cualquier cuadro delimitador proporcionado. El valor de este parámetro no debe ser negativo. En el caso de 0, el área recortada no necesita superponerse a ninguno de los cuadros delimitadores suministrados.
• Aspect_ratio_range: el área recortada de la imagen debe tener una relación de aspecto = ancho / alto dentro de este rango.
• area_range: el área recortada de la imagen debe contener una fracción de la imagen proporcionada dentro de este rango.
• max_attempts: número de intentos de generar una región recortada de la imagen de las restricciones especificadas. Después de fallas de max_attempts , devuelve la imagen completa.
• use_image_if_no_bounding_boxes: Controla el comportamiento si no se proporcionan cuadros delimitadores. Si es verdadero, suponga un cuadro delimitador implícito que cubre toda la entrada. Si es falso, genera un error.

Devoluciones:

• [offset_height, offset_width, 0] Output : 1-D, que contiene [offset_height, offset_width, 0] . Proporcionar como entrada a tf.slice .
• Tamaño de Output : 1-D, que contiene [target_height, target_width, -1] . Proporcionar como entrada a tf.slice .
• Bboxes de Output : 3-D con forma [1, 1, 4] contiene el cuadro delimitador distorsionado. Proporcionar como entrada a tf.image.draw_bounding_boxes .

Atributos públicos

::tensorflow::Output bboxes

::tensorflow::Output begin

Operation operation

::tensorflow::Output size

 SampleDistortedBoundingBox(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image_size,
  ::tensorflow::Input bounding_boxes
)

 SampleDistortedBoundingBox(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image_size,
  ::tensorflow::Input bounding_boxes,
  const SampleDistortedBoundingBox::Attrs & attrs
)

Attrs AreaRange(
  const gtl::ArraySlice< float > & x
)

Attrs AspectRatioRange(
  const gtl::ArraySlice< float > & x
)

Attrs MaxAttempts(
  int64 x
)

Attrs MinObjectCovered(
  float x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)

Attrs UseImageIfNoBoundingBoxes(
  bool x
)