tensorflow :: operaciones :: NonMaxSuppressionV3

#include <image_ops.h>

Selecciona codiciosamente un subconjunto de cuadros delimitadores en orden descendente de puntuación.

Resumen

las cajas de poda que tienen una alta intersección sobre unión (IOU) se superponen con las cajas seleccionadas previamente. Se eliminan los cuadros score_threshold con una puntuación inferior a score_threshold . Los cuadros delimitadores se proporcionan como [y1, x1, y2, x2], donde (y1, x1) y (y2, x2) son las coordenadas de cualquier par diagonal de esquinas de cuadro y las coordenadas se pueden proporcionar como normalizadas (es decir, situadas en el intervalo [0, 1]) o absoluto. Tenga en cuenta que este algoritmo es independiente de dónde está el origen en el sistema de coordenadas y, en general, es invariante a las transformaciones y traslaciones ortogonales del sistema de coordenadas; por lo tanto, la traducción o las reflexiones del sistema de coordenadas dan como resultado que el algoritmo seleccione las mismas cajas. El resultado de esta operación es un conjunto de números enteros que se indexan en la colección de entrada de cuadros delimitadores que representan los cuadros seleccionados. Las coordenadas del cuadro delimitador correspondientes a los índices seleccionados se pueden obtener utilizando la tf.gather operation . Por ejemplo: selected_indices = tf.image.non_max_suppression_v2 (cajas, puntuaciones, tamaño_salida_máx, iou_threshold, score_threshold) selected_boxes = tf.gather (cajas, selected_indices)

Argumentos:

  • alcance: un objeto de alcance
  • cajas: Un tensor flotante 2-D de forma [num_boxes, 4] .
  • puntuaciones: un tensor flotante 1-D de forma [num_boxes] representa una única puntuación correspondiente a cada casilla (cada fila de casillas).
  • max_output_size: un tensor entero escalar que representa el número máximo de casillas que se seleccionarán mediante la supresión no máxima.
  • iou_threshold: un tensor flotante 0-D que representa el umbral para decidir si las cajas se superponen demasiado con respecto a IOU.
  • score_threshold: un tensor flotante 0-D que representa el umbral para decidir cuándo quitar casillas en función de la puntuación.

Devoluciones:

  • Output : Un tensor entero 1-D de forma [M] representa los índices seleccionados del tensor de cajas, donde M <= max_output_size .

Constructores y Destructores

NonMaxSuppressionV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input boxes, :: tensorflow::Input scores, :: tensorflow::Input max_output_size, :: tensorflow::Input iou_threshold, :: tensorflow::Input score_threshold)

Atributos públicos

operation
selected_indices

Funciones publicas

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Atributos públicos

operación

Operation operation

índices_seleccionados

::tensorflow::Output selected_indices

Funciones publicas

NonMaxSuppressionV3

 NonMaxSuppressionV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold
)

nodo

::tensorflow::Node * node() const

operador :: tensorflow :: Entrada

 operator::tensorflow::Input() const

operador :: tensorflow :: Salida

 operator::tensorflow::Output() const