tensor akışı:: işlem:: Kırp ve Yeniden Boyutlandır

Kırpmaları girdi görüntüsü tensöründen çıkarır ve yeniden boyutlandırır.

Özet

Kırpmaları girdi görüntü tensöründen çıkarır ve çift doğrusal örnekleme veya en yakın komşu örneklemeyi (muhtemelen en boy oranı değişikliğiyle) kullanarak, crop_size tarafından belirtilen ortak bir çıktı boyutuna göre yeniden boyutlandırır. Bu, giriş görüntüsünden sabit boyutlu bir dilim çıkaran ve yeniden boyutlandırmaya veya en boy oranı değişikliğine izin vermeyen crop_to_bounding_box işleminden daha geneldir.

boxes içindeki sınırlayıcı kutu konumlarında tanımlanan konumlardaki giriş image crops bir tensör döndürür. Kırpılan kutuların tümü (çift doğrusal veya en yakın komşu enterpolasyonuyla) sabit bir size = [crop_height, crop_width] olarak yeniden boyutlandırılır. Sonuç, 4 boyutlu bir tensördür [num_boxes, crop_height, crop_width, depth] . Yeniden boyutlandırma köşeye hizalanmıştır. Özellikle, boxes = [[0, 0, 1, 1]] ise yöntem, align_corners=True ile tf.image.resize_bilinear() veya tf.image.resize_nearest_neighbor() ( method argümanına bağlıdır) kullanımıyla aynı sonuçları verecektir. align_corners=True .

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• resim: 4 boyutlu bir şekil tensörü [batch, image_height, image_width, depth] . Hem image_height hem de image_width pozitif olması gerekir.
• kutular: [num_boxes, 4] şeklindeki 2 boyutlu tensör. Tensörün i satırı box_ind[i] görüntüsündeki bir kutunun koordinatlarını belirtir ve normalleştirilmiş koordinatlar [y1, x1, y2, x2] ile belirtilir. y normalleştirilmiş bir koordinat değeri y * (image_height - 1) adresindeki görüntü koordinatına eşlenir, böylece normalleştirilmiş görüntü yüksekliğinin [0, 1] aralığı, görüntü yüksekliği koordinatlarında [0, image_height - 1] ile eşlenir. y1 > y2 izin veriyoruz; bu durumda örneklenen kırpma, orijinal görüntünün yukarı-aşağı çevrilmiş versiyonu olur. Genişlik boyutu da benzer şekilde ele alınır. [0, 1] aralığının dışındaki normalleştirilmiş koordinatlara izin verilir; bu durumda giriş görüntüsü değerlerini tahmin etmek için extrapolation_value kullanırız.
• box_ind: [0, batch) içindeki int32 değerlerine sahip [num_boxes] şeklindeki 1 boyutlu tensör. box_ind[i] değeri, i kutunun başvurduğu görüntüyü belirtir.
• kırpma_boyutu: 2 öğeden oluşan 1 boyutlu bir tensör, size = [crop_height, crop_width] . Kırpılan tüm görüntü yamaları bu boyuta yeniden boyutlandırılır. Görüntü içeriğinin en boy oranı korunmaz. Hem crop_height hem de crop_width pozitif olmalıdır.

İsteğe bağlı özellikler (bkz. Attrs ):

• yöntem: Yeniden boyutlandırma için örnekleme yöntemini belirten bir dize. "bilinear" veya "nearest" olabilir ve varsayılan olarak "bilinear" olabilir. Şu anda iki örnekleme yöntemi desteklenmektedir: Çift Doğrusal ve En Yakın Komşu.
• ekstrapolasyon_değeri: Geçerli olduğunda ekstrapolasyon için kullanılan değer.

İade:

• Output : [num_boxes, crop_height, crop_width, depth] şeklindeki 4 boyutlu tensör.

Genel özellikler

::tensorflow::Output crops

Operation operation

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size
)

 CropAndResize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image,
  ::tensorflow::Input boxes,
  ::tensorflow::Input box_ind,
  ::tensorflow::Input crop_size,
  const CropAndResize::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs ExtrapolationValue(
  float x
)

Attrs Method(
  StringPiece x
)