NonMaxSuppressionV5

kelas akhir publik NonMaxSuppressionV5

Dengan rakus memilih subset kotak pembatas dalam urutan skor yang menurun,

memangkas kotak-kotak yang memiliki interseksi-over-union (IOU) tinggi yang tumpang tindih dengan kotak-kotak yang dipilih sebelumnya. Kotak pembatas dengan skor kurang dari `score_threshold` akan dihapus. Kotak pembatas diberikan sebagai [y1, x1, y2, x2], di mana (y1, x1) dan (y2, x2) adalah koordinat dari setiap pasangan sudut kotak diagonal dan koordinat dapat diberikan sebagai dinormalisasi (yaitu, terletak di interval [0, 1]) atau absolut. Perhatikan bahwa algoritme ini agnostik terhadap titik asal dalam sistem koordinat dan lebih umum lagi invarian terhadap transformasi ortogonal dan terjemahan sistem koordinat; sehingga penerjemahan atau refleksi dari sistem koordinat menghasilkan kotak yang sama yang dipilih oleh algoritma. Output dari operasi ini adalah sekumpulan bilangan bulat yang diindeks ke dalam kumpulan input kotak pembatas yang mewakili kotak yang dipilih. Koordinat kotak pembatas yang sesuai dengan indeks yang dipilih kemudian dapat diperoleh menggunakan `operasi tf.gather`. Misalnya: indeks_yang dipilih = tf.image.non_max_suppression_v2( kotak, skor, max_output_size, iou_threshold, skor_threshold) kotak_pilihan = tf.gather(kotak, indeks_yang dipilih) Operasi ini juga mendukung mode Soft-NMS (dengan pembobotan Gaussian) (lih. Bodla dkk. , https://arxiv.org/abs/1704.04503) di mana kotak-kotak tersebut mengurangi skor kotak-kotak lain yang tumpang tindih, bukan secara langsung menyebabkan kotak-kotak tersebut dipangkas. Untuk mengaktifkan mode Soft-NMS ini, atur parameter `soft_nms_sigma` menjadi lebih besar dari 0.

Kelas Bersarang

kelas

NonMaxSuppressionV5.Options

Atribut opsional untuk NonMaxSuppressionV5

Metode Publik

statis <T memperluas Angka> NonMaxSuppressionV5 <T>	buat ( Lingkup lingkup, kotak Operand <T>, skor Operand <T>, Operand <Integer> maxOutputSize, Operand <T> iouThreshold, Operand <T> scoreThreshold, Operand <T> softNmsSigma, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi NonMaxSuppressionV5 baru.
NonMaxSuppressionV5.Options statis	padToMaxOutputSize (Boolean padToMaxOutputSize)
Keluaran <Bilangan Bulat>	Indeks yang dipilih () Tensor bilangan bulat 1-D berbentuk `[M]` yang mewakili indeks yang dipilih dari tensor kotak, dengan `M <= max_output_size`.
Keluaran <T>	Skor yang dipilih () Tensor float 1-D berbentuk `[M]` yang mewakili skor yang sesuai untuk setiap kotak yang dipilih, dengan `M <= max_output_size`.
Keluaran <Bilangan Bulat>	keluaran yang valid () Tensor bilangan bulat 0-D yang mewakili jumlah elemen valid di `indeks_terpilih`, dengan elemen valid muncul terlebih dahulu.

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Metode Publik

public static NonMaxSuppressionV5 <T> buat ( Lingkup lingkup, kotak Operand <T>, skor Operand <T>, Operand <Integer> maxOutputSize, Operand <T> iouThreshold, Operand <T> scoreThreshold, Operand <T> softNmsSigma, Options.. . pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi NonMaxSuppressionV5 baru.

Parameter

cakupan	ruang lingkup saat ini
kotak	Tensor float 2-D dengan bentuk `[num_boxes, 4]`.
skor	Tensor float 1-D berbentuk `[num_boxes]` yang mewakili satu skor yang sesuai dengan setiap kotak (setiap baris kotak).
maxOutputSize	Tensor bilangan bulat skalar yang mewakili jumlah maksimum kotak yang akan dipilih dengan penekanan non-maks.
iouAmbang batas	Tensor float 0-D mewakili ambang batas untuk memutuskan apakah kotak terlalu banyak tumpang tindih sehubungan dengan IOU.
skorambang batas	Tensor float 0-D yang mewakili ambang batas untuk memutuskan kapan harus menghapus kotak berdasarkan skor.
lembutNmsSigma	Tensor float 0-D yang mewakili parameter sigma untuk Soft NMS; lihat Bodla dkk (lih https://arxiv.org/abs/1704.04503). Ketika `soft_nms_sigma=0.0` (yang merupakan default), kita kembali ke NMS standar (keras).
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari NonMaxSuppressionV5

NonMaxSuppressionV5.Options statis publik padToMaxOutputSize (Boolean padToMaxOutputSize)

Parameter

padToMaxOutputSize	Jika benar, output `selected_indices` akan diisi dengan panjang `max_output_size`. Defaultnya salah.

Output publik <Bilangan Bulat> Indeks yang dipilih ()

Tensor bilangan bulat 1-D berbentuk `[M]` yang mewakili indeks yang dipilih dari tensor kotak, dengan `M <= max_output_size`.

Output publik <T> Skor yang dipilih ()

Tensor float 1-D berbentuk `[M]` yang mewakili skor yang sesuai untuk setiap kotak yang dipilih, dengan `M <= max_output_size`. Skor hanya berbeda dari skor masukan terkait saat menggunakan Soft NMS (yaitu ketika `soft_nms_sigma>0`)

Keluaran publik <Bilangan Bulat> keluaran valid ()

Tensor bilangan bulat 0-D yang mewakili jumlah elemen valid di `indeks_terpilih`, dengan elemen valid muncul terlebih dahulu.