tf.compat.v1.image.sample_distorted_bounding_box
Генерирует одну случайную искажённую рамку для изображения. (устарело)
tf.compat.v1.image.sample_distorted_bounding_box(
image_size,
bounding_boxes,
seed=None,
seed2=None,
min_object_covered=0.1,
aspect_ratio_range=None,
area_range=None,
max_attempts=None,
use_image_if_no_bounding_boxes=None,
name=None
)
Аннотации границ часто предоставляются дополнительно к целевым меткам в задачах распознавания изображений или локализации объектов. Распространённый метод обучения такой системы — случайное искажение изображения при сохранении его содержимого, т.е. усиление данных. Данный Op возвращает случайное искажённое расположение объекта, т.е. рамку, заданную image_size, bounding_boxes и серией ограничений.
Выходной результат данного Op — одна рамка, которая может использоваться для обрезки исходного изображения. Выход возвращается в виде 3 тензоров: begin, size и bboxes. Первые 2 тензора могут быть непосредственно переданы в tf.slice для обрезки изображения. Последний может быть передан в tf.image.draw_bounding_boxes для визуализации рамки.
Рамки предоставляются и возвращаются как [y_min, x_min, y_max, x_max]. Координаты рамок — числа с плавающей точкой в [0.0, 1.0], относительные к ширине и высоте базового изображения.
Например,
# Generate a single distorted bounding box.
begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
tf.shape(image),
bounding_boxes=bounding_boxes,
min_object_covered=0.1)
# 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.compat.v1.summary.image('images_with_box', image_with_box)
# Employ the bounding box to distort the image.
distorted_image = tf.slice(image, begin, size)
Обратите внимание, что если информация о рамках отсутствует, то установка use_image_if_no_bounding_boxes = True предполагает наличие одной неявной рамки, покрывающей всё изображение. Если use_image_if_no_bounding_boxes имеет значение false и рамки не предоставлены, возникает ошибка.
| Аргументы | |
|---|---|
image_size | Tensor. Должен быть одного из следующих типов: uint8, int8, int16, int32, int64. 1-мерный, содержащий [height, width, channels]. |
bounding_boxes | Tensor типа float32. 3-мерный с формой [batch, N, 4], описывающий N рамок, связанных с изображением. |
seed | Необязательное int. По умолчанию 0. Если seed или seed2 установлены не равными нулю, генератор случайных чисел используется со значением данного seed. В противном случае используется случайное зерно. |
seed2 | Необязательное int. По умолчанию 0. Второе зерно для предотвращения конфликтов. |
min_object_covered | Тензор типа float32. По умолчанию 0.1. Обрезанная область изображения должна содержать не меньше этой доли любой предоставленной рамки. Значение этого параметра должно быть неотрицательным. В случае 0, обрезанная область не обязана перекрывать ни одну из предоставленных рамок. |
aspect_ratio_range | Необязательный список floats. По умолчанию [0.75, 1.33]. Соотношение сторон обрезанной области изображения (ширина / высота) должно находиться в этом диапазоне. |
area_range | Необязательный список floats. По умолчанию [0.05, 1]. Обрезанная область изображения должна содержать эту долю предоставленного изображения в этом диапазоне. |
max_attempts | Необязательное int. По умолчанию 100. Количество попыток сгенерировать обрезанную область изображения с указанными ограничениями. После max_attempts неудач возвращается всё изображение. |
use_image_if_no_bounding_boxes | Необязательное bool. По умолчанию False. Управляет поведением, если рамки не предоставлены. Если true, предполагается неявная рамка, покрывающая весь ввод. Если false, возникает ошибка. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
Кортеж объектов Tensor (начало, размер, рамки). | |
begin | Tensor. Имеет тот же тип, что и image_size. 1-мерный, содержащий [offset_height, offset_width, 0]. Представьте в качестве входных данных для tf.slice. |
size | Tensor. Имеет тот же тип, что и image_size. 1-мерный, содержащий [target_height, target_width, -1]. Представьте в качестве входных данных для tf.slice. |
bboxes | Tensor типа float32. 3-мерный с формой [1, 1, 4], содержащий искажённую рамку. Представьте в качестве входных данных для tf.image.draw_bounding_boxes. |
| Исключения | |
|---|---|
ValueError | Если зерно не указано и детерминизм op включён. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/image/sample_distorted_bounding_box