เทนเซอร์โฟลว์:: ปฏิบัติการ:: ครอบตัดและปรับขนาดรูปภาพ Grad

คำนวณการไล่ระดับสีของ crop_and_resize op โดยใช้เทนเซอร์รูปภาพอินพุต

สรุป

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• ผู้สำเร็จการศึกษา: เทนเซอร์รูปร่าง 4 มิติ [num_boxes, crop_height, crop_width, depth]
• กล่อง: เทนเซอร์ 2 มิติของรูปร่าง [num_boxes, 4] แถวที่ i ของเมตริกซ์ระบุพิกัดของกล่องในภาพ box_ind[i] และระบุไว้ในพิกัดปกติ [y1, x1, y2, x2] ค่าพิกัดที่ทำให้เป็นมาตรฐานของ y ถูกแมปกับพิกัดของภาพที่ y * (image_height - 1) ดังนั้นเนื่องจากช่วง [0, 1] ของความสูงของรูปภาพที่ทำให้เป็นมาตรฐานจะถูกแมปกับ `[0, image_height - 1] ในพิกัดความสูงของภาพ เราอนุญาต y1 > y2 ซึ่งในกรณีนี้การครอบตัดตัวอย่างจะเป็นเวอร์ชันพลิกขึ้นและลงของรูปภาพต้นฉบับ มิติความกว้างได้รับการปฏิบัติในทำนองเดียวกัน อนุญาตให้ใช้พิกัดที่ทำให้เป็นมาตรฐานนอกช่วง [0, 1] ได้ ซึ่งในกรณีนี้เราใช้ extrapolation_value เพื่อคาดการณ์ค่าภาพที่ป้อนเข้า
• box_ind: เทนเซอร์ 1-D ของรูปร่าง [num_boxes] ที่มีค่า int32 ใน [0, batch) ค่าของ box_ind[i] ระบุรูปภาพที่กล่อง i -th อ้างถึง
• image_size: เทนเซอร์ 1-D ที่มีค่า [batch, image_height, image_width, depth] ซึ่งประกอบด้วยขนาดภาพต้นฉบับ ทั้ง image_height และ image_width จะต้องเป็นบวก

แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):

• วิธีการ: สตริงที่ระบุวิธีการแก้ไข ขณะนี้รองรับเฉพาะ 'bilinear' เท่านั้น

ผลตอบแทน:

• Output : เทนเซอร์รูปร่าง 4 มิติ [batch, image_height, image_width, depth]

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output output

 CropAndResizeGradImage(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input grads,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input image_size,
  DataType T
)

 CropAndResizeGradImage(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input grads,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input image_size,
  DataType T,
  const CropAndResizeGradImage::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Method(
  StringPiece x
)