Halaman ini diterjemahkan oleh Cloud Translation API.

SampleDistortedBoundingBox

kelas akhir publik SampleDistortedBoundingBox

Hasilkan satu kotak pembatas yang terdistorsi secara acak untuk sebuah gambar.

Anotasi kotak pembatas sering kali diberikan selain label kebenaran dasar dalam tugas pengenalan gambar atau pelokalan objek. Teknik umum untuk melatih sistem seperti itu adalah dengan mendistorsi gambar secara acak sambil mempertahankan kontennya, yaitu augmentasi data . Operasi ini menghasilkan lokalisasi objek yang terdistorsi secara acak, yaitu kotak pembatas, dengan `ukuran_gambar`, `kotak_batas` dan serangkaian batasan.

Keluaran dari Operasi ini adalah kotak pembatas tunggal yang dapat digunakan untuk memotong gambar asli. Outputnya dikembalikan sebagai 3 tensor: `begin`, `size` dan `bboxes`. 2 tensor pertama dapat dimasukkan langsung ke tf.slice untuk memotong gambar. Yang terakhir mungkin diberikan ke tf.image.draw_bounding_boxes untuk memvisualisasikan seperti apa kotak pembatas itu.

Kotak pembatas disediakan dan dikembalikan sebagai `[y_min, x_min, y_max, x_max]`. Koordinat kotak pembatas adalah float dalam `[0.0, 1.0]` relatif terhadap lebar dan tinggi gambar di bawahnya.

Misalnya,

# 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)

Perhatikan bahwa jika tidak ada informasi kotak pembatas yang tersedia, pengaturan `use_image_if_no_bounding_boxes = true` akan menganggap ada satu kotak pembatas implisit yang menutupi keseluruhan gambar. Jika `use_image_if_no_bounding_boxes` salah dan tidak ada kotak pembatas yang disediakan, kesalahan akan muncul.

Kelas Bersarang

kelas ContohDistortedBoundingBox.Options Atribut opsional untuk SampleDistortedBoundingBox

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

SampleDistortedBoundingBox.Options statis	areaRange (Daftar<Float> areaRange)
SampleDistortedBoundingBox.Options statis	aspekRatioRange (Daftar<Float> aspekRatioRange)
Keluaran < TFloat32 >	kotak b () 3-D dengan bentuk `[1, 1, 4]` berisi kotak pembatas yang terdistorsi.
Keluaran <T>	mulai () 1-D, berisi `[offset_height, offset_width, 0]`.
statis <T extends TNumber > SampleDistortedBoundingBox <T>	buat ( Lingkup lingkup , Operan <T> imageSize, Operan < TFloat32 > kotak pembatas, Operan < TFloat32 > minObjectCovered, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi SampleDistortedBoundingBox baru.
SampleDistortedBoundingBox.Options statis	maxAttempts (MaxAttempts panjang)
SampleDistortedBoundingBox.Options statis	benih (biji panjang)
SampleDistortedBoundingBox.Options statis	seed2 (Benih panjang2)
Keluaran <T>	ukuran () 1-D, berisi `[tinggi_target, lebar_target, -1]`.
SampleDistortedBoundingBox.Options statis	useImageIfNoBoundingBoxes (Boolean useImageIfNoBoundingBoxes)

Metode Warisan

Dari kelas 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 ()

Dari kelas java.lang.Object

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

Dari antarmuka 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` .

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "SampleDistortedBoundingBoxV2"

Metode Publik

public static SampleDistortedBoundingBox.Options areaRange (Daftar<Float> areaRange)

Parameter

rentang area	Area gambar yang dipotong harus berisi sebagian kecil dari gambar yang disediakan dalam rentang ini.

public static SampleDistortedBoundingBox.Options aspekRatioRange (Daftar<Float> aspekRatioRange)

Parameter

aspekRatioRange	Area gambar yang dipotong harus memiliki rasio aspek = lebar/tinggi dalam rentang ini.

Output publik < TFloat32 > bbox ()

3-D dengan bentuk `[1, 1, 4]` berisi kotak pembatas yang terdistorsi. Berikan sebagai masukan ke tf.image.draw_bounding_boxes .

Keluaran publik <T> mulai ()

1-D, berisi `[offset_height, offset_width, 0]`. Berikan sebagai masukan ke tf.slice .

public static SampleDistortedBoundingBox <T> buat ( Lingkup cakupan , Operan <T> imageSize, Operan < TFloat32 > kotak pembatas, Operan < TFloat32 > minObjectCovered, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi SampleDistortedBoundingBox baru.

Parameter

cakupan	ruang lingkup saat ini
ukuran gambar	1-D, berisi `[tinggi, lebar, saluran]`.
pembatasKotak	3-D dengan bentuk `[batch, N, 4]` yang mendeskripsikan N kotak pembatas yang terkait dengan gambar.
minObjectCovered	Area gambar yang dipotong harus berisi setidaknya sebagian kecil dari kotak pembatas yang disediakan. Nilai parameter ini tidak boleh negatif. Dalam kasus 0, area yang dipotong tidak perlu tumpang tindih dengan kotak pembatas mana pun yang disediakan.
pilihan	membawa nilai atribut opsional

Kembali

contoh baru dari SampleDistortedBoundingBox

SampleDistortedBoundingBox.Options maxAttempts statis publik (MaxAttempts panjang)

Parameter

maxAttempts	Jumlah upaya untuk menghasilkan wilayah gambar yang dipotong dengan batasan yang ditentukan. Setelah `max_attempts` gagal, kembalikan seluruh gambar.

public static SampleDistortedBoundingBox.Options seed (Benih panjang)

Parameter

benih	Jika `seed` atau `seed2` disetel ke bukan nol, pembuat angka acak akan diunggulkan berdasarkan `seed` yang diberikan. Jika tidak, ia akan diunggulkan dengan benih acak.

public static SampleDistortedBoundingBox.Options seed2 (Benih panjang2)

Parameter

benih2	Benih kedua untuk menghindari benturan benih.

publik Output <T> ukuran ()

1-D, berisi `[tinggi_target, lebar_target, -1]`. Berikan sebagai masukan ke tf.slice .

SampleDistortedBoundingBox.Options statis publik useImageIfNoBoundingBoxes (Boolean useImageIfNoBoundingBoxes)

Parameter

gunakanImageIfNoBoundingBoxes	Mengontrol perilaku jika tidak ada kotak pembatas yang disediakan. Jika benar, asumsikan kotak pembatas implisit mencakup seluruh masukan. Jika salah, buatlah kesalahan.