সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
টেনসরফ্লো :: অপস:: ক্রপএন্ড রিসাইজ
#include <image_ops.h> ইনপুট ইমেজ টেনসর থেকে ক্রপ বের করে এবং তাদের আকার পরিবর্তন করে।
সারাংশ
ইনপুট ইমেজ টেনসর থেকে ফসল বের করে এবং বাইলিনিয়ার স্যাম্পলিং বা নিকটতম প্রতিবেশী স্যাম্পলিং (সম্ভবত আকৃতির অনুপাত পরিবর্তন সহ) ব্যবহার করে crop_size দ্বারা নির্দিষ্ট একটি সাধারণ আউটপুট আকারে আকার পরিবর্তন করে। এটি crop_to_bounding_box অপশনের চেয়ে সাধারণ যা ইনপুট চিত্র থেকে একটি নির্দিষ্ট আকারের স্লাইস বের করে এবং আকার পরিবর্তন বা আকৃতির অনুপাত পরিবর্তনের অনুমতি দেয় না।
boxes বাউন্ডিং বক্সের অবস্থানে সংজ্ঞায়িত অবস্থানে ইনপুট image থেকে crops সহ একটি টেনসর প্রদান করে। ক্রপ করা বাক্সগুলির সমস্ত আকার পরিবর্তন করা হয় (দ্বিলিনিয়ার বা নিকটতম প্রতিবেশী ইন্টারপোলেশন সহ) একটি নির্দিষ্ট size = [crop_height, crop_width] । ফলাফল হল একটি 4-ডি টেনসর [num_boxes, crop_height, crop_width, depth] । আকার পরিবর্তন করা হয়েছে কোণে সারিবদ্ধ। বিশেষ করে, যদি boxes = [[0, 0, 1, 1]] , তাহলে পদ্ধতিটি tf.image.resize_bilinear() বা tf.image.resize_nearest_neighbor() ( method আর্গুমেন্টের উপর নির্ভর করে) align_corners=True ব্যবহার করে অভিন্ন ফলাফল দেবে align_corners=True ।
যুক্তি:
- স্কোপ: একটি স্কোপ অবজেক্ট
- চিত্র: আকৃতির একটি 4-ডি টেনসর
[batch, image_height, image_width, depth] । image_height এবং image_width উভয়ই ইতিবাচক হতে হবে। - বাক্স: আকৃতির একটি 2-ডি টেনসর
[num_boxes, 4] । টেনসরের i -th সারিটি box_ind[i] চিত্রের একটি বাক্সের স্থানাঙ্কগুলি নির্দিষ্ট করে এবং স্বাভাবিক স্থানাঙ্কে [y1, x1, y2, x2] নির্দিষ্ট করে। y এর একটি স্বাভাবিক স্থানাঙ্ক মান y * (image_height - 1) এ চিত্র স্থানাঙ্কে ম্যাপ করা হয়, তাই চিত্রের উচ্চতা স্থানাঙ্কে স্বাভাবিক চিত্রের উচ্চতার [0, 1] ব্যবধানটি [0, image_height - 1] এ ম্যাপ করা হয়। আমরা y1 > y2 অনুমতি দিই, এই ক্ষেত্রে নমুনাকৃত ক্রপটি আসল চিত্রের একটি আপ-ডাউন ফ্লিপ করা সংস্করণ। প্রস্থ মাত্রা একইভাবে চিকিত্সা করা হয়। [0, 1] পরিসরের বাইরের স্বাভাবিক স্থানাঙ্কগুলি অনুমোদিত, এই ক্ষেত্রে আমরা ইনপুট চিত্রের মানগুলি এক্সট্রাপোলেট করতে extrapolation_value ব্যবহার করি। - box_ind: আকৃতির একটি 1-D টেনসর
[num_boxes] যার int32 মান [0, batch) । box_ind[i] এর মান i -th বক্স যে চিত্রটিকে নির্দেশ করে তা নির্দিষ্ট করে। - Crop_size: 2টি উপাদানের একটি 1-D টেনসর,
size = [crop_height, crop_width] । সমস্ত ক্রপ করা চিত্র প্যাচ এই আকারে পুনরায় আকার দেওয়া হয়৷ ছবির বিষয়বস্তুর আকৃতির অনুপাত সংরক্ষিত নেই। crop_height এবং crop_width উভয়ই ইতিবাচক হতে হবে।
ঐচ্ছিক বৈশিষ্ট্য (দেখুন Attrs ):
- পদ্ধতি: আকার পরিবর্তনের জন্য নমুনা পদ্ধতি নির্দিষ্ট করে একটি স্ট্রিং। এটি হয়
"bilinear" বা "nearest" হতে পারে এবং ডিফল্ট "bilinear" হতে পারে। বর্তমানে দুটি নমুনা পদ্ধতি সমর্থিত: বিলিনিয়ার এবং নিকটতম প্রতিবেশী। - extrapolation_value: এক্সট্রাপোলেশনের জন্য ব্যবহৃত মান, যখন প্রযোজ্য।
রিটার্ন:
-
Output : আকৃতির একটি 4-ডি টেনসর [num_boxes, crop_height, crop_width, depth] ।
পাবলিক বৈশিষ্ট্য
পাবলিক ফাংশন
নোড
::tensorflow::Node * node() const
operator::tensorflow::Input() const
অপারেটর::টেনসরফ্লো::আউটপুট
operator::tensorflow::Output() const
পাবলিক স্ট্যাটিক ফাংশন
Attrs ExtrapolationValue(
float x
)
পদ্ধতি
Attrs Method(
StringPiece x
)
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-26 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-26 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# tensorflow::ops::CropAndResize Class Reference\n\ntensorflow::ops::CropAndResize\n==============================\n\n`#include \u003cimage_ops.h\u003e`\n\nExtracts crops from the input image tensor and resizes them.\n\nSummary\n-------\n\nExtracts crops from the input image tensor and resizes them using bilinear sampling or nearest neighbor sampling (possibly with aspect ratio change) to a common output size specified by `crop_size`. This is more general than the `crop_to_bounding_box` op which extracts a fixed size slice from the input image and does not allow resizing or aspect ratio change.\n\nReturns a tensor with `crops` from the input `image` at positions defined at the bounding box locations in `boxes`. The cropped boxes are all resized (with bilinear or nearest neighbor interpolation) to a fixed `size = [crop_height, crop_width]`. The result is a 4-D tensor `[num_boxes, crop_height, crop_width, depth]`. The resizing is corner aligned. In particular, if `boxes = [[0, 0, 1, 1]]`, the method will give identical results to using `tf.image.resize_bilinear()` or `tf.image.resize_nearest_neighbor()`(depends on the `method` argument) with `align_corners=True`.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- image: A 4-D tensor of shape `[batch, image_height, image_width, depth]`. Both `image_height` and `image_width` need to be positive.\n- boxes: A 2-D tensor of shape `[num_boxes, 4]`. The `i`-th row of the tensor specifies the coordinates of a box in the `box_ind[i]` image and is specified in normalized coordinates `[y1, x1, y2, x2]`. A normalized coordinate value of `y` is mapped to the image coordinate at `y * (image_height - 1)`, so as the `[0, 1]` interval of normalized image height is mapped to `[0, image_height - 1]` in image height coordinates. We do allow `y1` \\\u003e `y2`, in which case the sampled crop is an up-down flipped version of the original image. The width dimension is treated similarly. Normalized coordinates outside the `[0, 1]` range are allowed, in which case we use `extrapolation_value` to extrapolate the input image values.\n- box_ind: A 1-D tensor of shape `[num_boxes]` with int32 values in `[0, batch)`. The value of `box_ind[i]` specifies the image that the `i`-th box refers to.\n- crop_size: A 1-D tensor of 2 elements, `size = [crop_height, crop_width]`. [All](/versions/r2.3/api_docs/cc/class/tensorflow/ops/all#classtensorflow_1_1ops_1_1_all) cropped image patches are resized to this size. The aspect ratio of the image content is not preserved. Both `crop_height` and `crop_width` need to be positive.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/crop-and-resize/attrs#structtensorflow_1_1ops_1_1_crop_and_resize_1_1_attrs)):\n\n- method: A string specifying the sampling method for resizing. It can be either `\"bilinear\"` or `\"nearest\"` and default to `\"bilinear\"`. Currently two sampling methods are supported: Bilinear and Nearest Neighbor.\n- extrapolation_value: Value used for extrapolation, when applicable.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): A 4-D tensor of shape `[num_boxes, crop_height, crop_width, depth]`.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [CropAndResize](#classtensorflow_1_1ops_1_1_crop_and_resize_1ab17f07d2b9db2923f4f16cc6ddd10c9d)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` image, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` boxes, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` box_ind, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` crop_size)` ||\n| [CropAndResize](#classtensorflow_1_1ops_1_1_crop_and_resize_1adb1d93c1c956c1d654b701bc078ab6ae)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` image, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` boxes, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` box_ind, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` crop_size, const `[CropAndResize::Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/crop-and-resize/attrs#structtensorflow_1_1ops_1_1_crop_and_resize_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|---------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [crops](#classtensorflow_1_1ops_1_1_crop_and_resize_1a3d1569c38bfdd7881539d76880193614) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_crop_and_resize_1ade78876fbd90696b4364af105b775c29) | [Operation](/versions/r2.3/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n\n| ### Public functions ||\n|---------------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_crop_and_resize_1a44e6253b604ef5a11098dd6b01034a73)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_crop_and_resize_1a009f32b1c13c815bcb4f1e20bbb506d9)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_crop_and_resize_1a27ee3121d018ca29ecc4d112bfe6dbf7)`() const ` | ` ` ` ` |\n\n| ### Public static functions ||\n|-----------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------|\n| [ExtrapolationValue](#classtensorflow_1_1ops_1_1_crop_and_resize_1a24585f2ae8f486ed7cf26b7636398bbb)`(float x)` | [Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/crop-and-resize/attrs#structtensorflow_1_1ops_1_1_crop_and_resize_1_1_attrs) |\n| [Method](#classtensorflow_1_1ops_1_1_crop_and_resize_1a430830e07a336ae16aa3093ed0480d8d)`(StringPiece x)` | [Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/crop-and-resize/attrs#structtensorflow_1_1ops_1_1_crop_and_resize_1_1_attrs) |\n\n| ### Structs ||\n|-----------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::CropAndResize::Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/crop-and-resize/attrs) | Optional attribute setters for [CropAndResize](/versions/r2.3/api_docs/cc/class/tensorflow/ops/crop-and-resize#classtensorflow_1_1ops_1_1_crop_and_resize). |\n\nPublic attributes\n-----------------\n\n### crops\n\n```text\n::tensorflow::Output crops\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\nPublic functions\n----------------\n\n### CropAndResize\n\n```gdscript\n CropAndResize(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input image,\n ::tensorflow::Input boxes,\n ::tensorflow::Input box_ind,\n ::tensorflow::Input crop_size\n)\n``` \n\n### CropAndResize\n\n```gdscript\n CropAndResize(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input image,\n ::tensorflow::Input boxes,\n ::tensorflow::Input box_ind,\n ::tensorflow::Input crop_size,\n const CropAndResize::Attrs & attrs\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n``` \n\nPublic static functions\n-----------------------\n\n### ExtrapolationValue\n\n```text\nAttrs ExtrapolationValue(\n float x\n)\n``` \n\n### Method\n\n```text\nAttrs Method(\n StringPiece x\n)\n```"]]
