tf.raw_ops.NonMaxSuppressionV4

Жадно выбирает подмножество прямоугольников с границами в порядке убывания оценки,

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.NonMaxSuppressionV4

tf.raw_ops.NonMaxSuppressionV4(
    boxes,
    scores,
    max_output_size,
    iou_threshold,
    score_threshold,
    pad_to_max_output_size=False,
    name=None
)

удаляя прямоугольники, которые имеют высокое пересечение/объединение (IOU) с ранее выбранными прямоугольниками. Прямоугольники с оценкой менее чем 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 как нормализованные (т. е. лежащие в интервале [0, 1]) или абсолютные. Обратите внимание, что этот алгоритм не зависит от того, где находится начало координат в системе координат, и, более общо, инвариантен к ортогональным преобразованиям и сдвигам системы координат; следовательно, перевод или отражения системы координат приводят к выбору одних и тех же прямоугольников алгоритмом. Результатом этой операции является набор целых чисел, индексирующих входную коллекцию прямоугольников, представляющих выбранные прямоугольники. Координаты прямоугольника, соответствующие выбранным индексам, могут быть получены с помощью 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 одним из следующих типов: `half`, `float32`. 2-мерный тензор с плавающей запятой формы `[num_boxes, 4]`.
`scores`	A `Tensor`. Должен иметь тот же тип, что и `boxes`. 1-мерный тензор с плавающей запятой формы `[num_boxes]`, представляющий одну оценку, соответствующую каждому прямоугольнику (каждая строка прямоугольников).
`max_output_size`	A `Tensor` типа `int32`. Скалярный целочисленный тензор, представляющий максимальное количество прямоугольников, которые должны быть выбраны с помощью подавления не максимального значения.
`iou_threshold`	A `Tensor`. Должен быть одним из следующих типов: `half`, `float32`. 0-мерный тензор с плавающей запятой, представляющий порог для определения того, перекрываются ли прямоугольники слишком сильно относительно IOU.
`score_threshold`	A `Tensor`. Должен иметь тот же тип, что и `iou_threshold`. 0-мерный тензор с плавающей запятой, представляющий порог для определения того, когда нужно удалять прямоугольники на основе оценки.
`pad_to_max_output_size`	Необязательный `bool`. По умолчанию `False`. Если true, выходной `selected_indices` дополняется до длины `max_output_size`. По умолчанию false.
`name`	Имя операции (необязательно).

Возвращаемые значения
Кортеж из объектов `Tensor` (selected_indices, valid_outputs).
`selected_indices`	A `Tensor` типа `int32`.
`valid_outputs`	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/NonMaxSuppressionV4