เทนเซอร์โฟลว์:: ปฏิบัติการ:: ตัวอย่าง DistortedBoundingBox

สร้างกรอบขอบที่บิดเบี้ยวแบบสุ่มกล่องเดียวสำหรับรูปภาพ

สรุป

คำอธิบายประกอบแบบ Bounding Box มักจะจัดเตรียมไว้นอกเหนือจากป้ายกำกับความเป็นจริงในการจดจำรูปภาพหรืองานการแปลวัตถุ เทคนิคทั่วไปในการฝึกระบบดังกล่าวคือการสุ่มบิดเบือนรูปภาพโดยยังคงรักษาเนื้อหาไว้ เช่น การเพิ่มข้อมูล Op นี้จะส่งเอาต์พุตการแปลวัตถุที่บิดเบี้ยวแบบสุ่ม เช่น bounding box โดยกำหนด image_size , bounding_boxes และชุดข้อจำกัด

ผลลัพธ์ของ Op นี้คือกล่องขอบเขตเดียวที่อาจใช้ในการครอบตัดรูปภาพต้นฉบับ เอาต์พุตจะถูกส่งกลับเป็น 3 เทนเซอร์: begin , size และ bboxes เทนเซอร์ 2 ตัวแรกสามารถป้อนลงใน tf.slice ได้โดยตรงเพื่อครอบตัดรูปภาพ ส่วนหลังอาจถูกส่งไปยัง tf.image.draw_bounding_boxes เพื่อให้เห็นภาพว่ากล่องขอบเขตมีลักษณะอย่างไร

กล่องขอบเขตถูกจัดเตรียมและส่งกลับเป็น [y_min, x_min, y_max, x_max] พิกัดของกรอบขอบจะลอยอยู่ใน [0.0, 1.0] โดยสัมพันธ์กับความกว้างและความสูงของรูปภาพที่อยู่ด้านล่าง

ตัวอย่างเช่น,

    # 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)

โปรดทราบว่าหากไม่มีข้อมูลกรอบขอบเขต การตั้งค่า use_image_if_no_bounding_boxes = true จะถือว่ามีกรอบขอบเขตโดยนัยเพียงกล่องเดียวที่ครอบคลุมทั้งรูปภาพ หาก use_image_if_no_bounding_boxes เป็นเท็จ และไม่มีการระบุกรอบขอบ แสดงว่าเกิดข้อผิดพลาด

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• image_size: 1-D ประกอบด้วย [height, width, channels]
• bounding_boxes: 3-D ที่มีรูปร่าง [batch, N, 4] อธิบายกล่องขอบเขต N ที่เกี่ยวข้องกับรูปภาพ

แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):

• เมล็ด: หาก seed ใดเมล็ดหนึ่งหรือ seed2 ถูกตั้งค่าไม่เป็นศูนย์ ตัวสร้างตัวเลขสุ่มจะถูกเพาะโดย seed ที่กำหนด มิฉะนั้นจะถูกเพาะโดยเมล็ดแบบสุ่ม
• seed2: เมล็ดที่สองเพื่อหลีกเลี่ยงการชนกันของเมล็ด
• min_object_covered: พื้นที่ครอบตัดของรูปภาพต้องมีเศษส่วนอย่างน้อยเท่านี้ของกรอบขอบเขตที่ให้มา ค่าของพารามิเตอร์นี้ไม่ควรเป็นค่าลบ ในกรณีของ 0 พื้นที่ที่ครอบตัดไม่จำเป็นต้องซ้อนทับกับกรอบขอบเขตใดๆ ที่ให้มา
• อัตราส่วนกว้างยาว: พื้นที่ครอบตัดของรูปภาพต้องมีอัตราส่วนกว้างยาว = ความกว้าง / ความสูงภายในช่วงนี้
• area_range: พื้นที่ครอบตัดของรูปภาพจะต้องมีเศษส่วนของรูปภาพที่ให้มาภายในช่วงนี้
• max_attempts: จำนวนความพยายามในการสร้างพื้นที่ครอบตัดของรูปภาพของข้อจำกัดที่ระบุ หลังจาก max_attempts ล้มเหลว ให้ส่งคืนอิมเมจทั้งหมด
• use_image_if_no_bounding_boxes: ควบคุมลักษณะการทำงานหากไม่มีกล่องขอบมาให้ หากเป็นจริง ให้ถือว่ากรอบขอบเขตโดยนัยครอบคลุมอินพุตทั้งหมด หากเป็นเท็จ ให้แจ้งข้อผิดพลาด

ผลตอบแทน:

• เริ่มต้น Output : 1-D ประกอบด้วย [offset_height, offset_width, 0] ให้เป็นอินพุตไปยัง tf.slice
• ขนาด Output : 1-D ประกอบด้วย [target_height, target_width, -1] ให้เป็นอินพุตไปยัง tf.slice
• bbox Output : 3-D ที่มีรูปร่าง [1, 1, 4] มีขอบเขตที่บิดเบี้ยว ระบุเป็นอินพุตให้กับ tf.image.draw_bounding_boxes

คุณลักษณะสาธารณะ

::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
)