tf.raw_ops.NonMaxSuppressionV3

Жадно выбирает подмножество прямоугольников, упорядоченных по убыванию оценки,

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.raw_ops.NonMaxSuppressionV3

tf.raw_ops.NonMaxSuppressionV3(
    boxes, scores, max_output_size, iou_threshold, score_threshold, name=None
)

исключая прямоугольники, которые имеют высокое перекрытие по пересечению/объединению (IOU) с ранее выбранными прямоугольниками. Прямоугольники с оценкой ниже score_threshold удаляются. Прямоугольники задаются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой диагональной пары углов прямоугольника, и координаты могут быть заданы в нормализованном виде (т. е. лежащие в интервале [0, 1]) или в абсолютном виде. Обратите внимание, что этот алгоритм не зависит от того, где находится начало отсчёта в системе координат, и, более обще, инвариантен к ортогональным преобразованиям и сдвигам системы координат; таким образом, преобразование или отражение системы координат приводит к тому, что алгоритм выбирает те же самые прямоугольники. Результатом этой операции является набор целых чисел, индексирующих входную коллекцию прямоугольников, представляющих выбранные прямоугольники. Координаты прямоугольников, соответствующие выбранным индексам, можно получить, используя tf.gather operation. Например: selected_indices = tf.image.non_max_suppression_v2( boxes, scores, max_output_size, iou_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)

Аргументы
`boxes`	A `Tensor`. Должен быть одного из следующих типов: `half`, `float32`. Двумерный тензор с плавающей запятой формы `[num_boxes, 4]`.
`scores`	A `Tensor`. Должен иметь тот же тип, что и `boxes`. Одномерный тензор с плавающей запятой формы `[num_boxes]`, представляющий единственную оценку, соответствующую каждому прямоугольнику (каждая строка прямоугольников).
`max_output_size`	A `Tensor` типа `int32`. Скалярный целочисленный тензор, представляющий максимальное число прямоугольников, которые должны быть выбраны методом подавления не максимального значения.
`iou_threshold`	A `Tensor`. Должен быть одного из следующих типов: `half`, `float32`. Нульмерный тензор с плавающей запятой, представляющий порог для определения того, перекрываются ли прямоугольники слишком сильно по отношению к IOU.
`score_threshold`	A `Tensor`. Должен иметь тот же тип, что и `iou_threshold`. Нульмерный тензор с плавающей запятой, представляющий порог для определения, когда следует удалять прямоугольники на основе оценки.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor` типа `int32`.

© 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/raw_ops/NonMaxSuppressionV3