ImageProjectiveTransformV3

kelas akhir publik ImageProjectiveTransformV3

Menerapkan transformasi yang diberikan ke setiap gambar.

Jika satu baris `transformasi` adalah `[a0, a1, a2, b0, b1, b2, c0, c1]`, maka titik keluaran `(x, y)` dipetakan ke titik masukan yang ditransformasikan `(x' , y') = ((a0 x + a1 y + a2) / k, (b0 x + b1 y + b2) / k)`, dengan `k = c0 x + c1 y + 1`. Jika titik yang ditransformasikan berada di luar gambar masukan, piksel keluaran diatur ke nilai_isi.

Kelas Bersarang

kelas Opsi GambarProjectiveTransformV3 Atribut opsional untuk ImageProjectiveTransformV3

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
statis <T memperluas TNumber > ImageProjectiveTransformV3 <T>
buat ( Lingkup lingkup, gambar Operand <T>, Operand < TFloat32 > transformasi, Operand < TInt32 > outputShape, Operand < TFloat32 > fillValue, Interpolasi string, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi ImageProjectiveTransformV3 baru.
Opsi ImageProjectiveTransformV3.Options statis
mode pengisian (Mode pengisian string)
Keluaran <T>
gambar yang diubah ()
4-D dengan bentuk `[batch, new_height, new_width, saluran]`.

Metode Warisan

org.tensorflow.op.RawOp
boolean terakhir
sama dengan (Objek objek)
int terakhir
Kode hash ()
Operasi
op ()
Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir
keString ()
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 ()
org.tensorflow.op.Op
Lingkungan Eksekusi abstrak
env ()
Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak
op ()
Kembalikan unit komputasi ini sebagai satu Operation .
org.tensorflow.Operand
keluaran abstrak <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
abstrak T
sebagai Tensor ()
Mengembalikan tensor pada operan ini.
Bentuk abstrak
membentuk ()
Mengembalikan bentuk tensor (yang mungkin diketahui sebagian) yang dirujuk oleh Output operan ini.
Kelas abstrak<T>
jenis ()
Mengembalikan tipe tensor operan ini
org.tensorflow.ndarray.Shaped
abstrak ke dalam
peringkat ()
Bentuk abstrak
membentuk ()
abstrak panjang
ukuran ()
Menghitung dan mengembalikan ukuran total wadah ini, dalam jumlah nilai.

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "ImageProjectiveTransformV3"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static ImageProjectiveTransformV3 <T> buat ( Lingkup cakupan , gambar Operand <T>, Operan < TFloat32 > transformasi, Operan < TInt32 > outputShape, Operan < TFloat32 > fillValue, Interpolasi string, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi ImageProjectiveTransformV3 baru.

Parameter
cakupan ruang lingkup saat ini
gambar-gambar 4-D dengan bentuk `[batch, tinggi, lebar, saluran]`.
berubah Tensor 2-D, matriks `[batch, 8]` atau `[1, 8]`, yang setiap barisnya berhubungan dengan matriks transformasi proyektif 3 x 3, dengan entri terakhir diasumsikan 1. Jika ada satu baris, transformasi yang sama akan diterapkan ke semua gambar.
bentuk keluaran Tensor 1-D [tinggi_baru, lebar_baru].
nilai isi float, nilai yang harus diisi ketika fill_mode konstan".
interpolasi Metode interpolasi, "TERDEKAT" atau "BILINEAR".
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari ImageProjectiveTransformV3

ImageProjectiveTransformV3.Options statis publik fillMode (String fillMode)

Parameter
mode pengisian Mode pengisian, "REFLECT", "WRAP", atau "CONSTANT".

Output publik <T> gambar yang diubah ()

4-D dengan bentuk `[batch, new_height, new_width, saluran]`.