tf.raw_ops.NonMaxSuppressionV5

Жадно выбирает подмножество ограничивающих рамок в порядке убывания оценок,

Просмотреть псевдонимы

Псевдонимы совместимости для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.NonMaxSuppressionV5

tf.raw_ops.NonMaxSuppressionV5(
    boxes,
    scores,
    max_output_size,
    iou_threshold,
    score_threshold,
    soft_nms_sigma,
    pad_to_max_output_size=False,
    name=None
)

отбрасывая рамки, которые имеют большое перекрытие по пересечению над объединением (IOU) с ранее выбранными рамками. Ограничивающие рамки с оценкой ниже score_threshold удаляются. Ограничивающие рамки задаются в формате [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой диагональной пары углов рамки; координаты могут быть нормализованными (то есть лежать в интервале [0, 1]) или абсолютными. Обратите внимание, что этот алгоритм не зависит от положения начала координат в системе координат и, в более общем смысле, инвариантен относительно ортогональных преобразований и переносов системы координат; таким образом, переносы или отражения системы координат приводят к выбору алгоритмом тех же рамок. Результатом этой операции является набор целых чисел, задающих индексы выбранных рамок во входной коллекции ограничивающих рамок. Координаты ограничивающих рамок, соответствующие выбранным индексам, затем можно получить 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) Эта операция также поддерживает режим Soft-NMS (с гауссовым взвешиванием) (см. Bodla et al, https://arxiv.org/abs/1704.04503), в котором рамки снижают оценки других перекрывающихся рамок, вместо того чтобы напрямую приводить к их отбрасыванию. Чтобы включить этот режим Soft-NMS, задайте параметру soft_nms_sigma значение больше 0.

Аргументы
`boxes`	`Tensor`. Допустимые типы: `half`, `float32`. Двумерный тензор с плавающей запятой формы `[num_boxes, 4]`.
`scores`	`Tensor`. Должен иметь тот же тип, что и `boxes`. Одномерный тензор с плавающей запятой формы `[num_boxes]`, содержащий одну оценку для каждой рамки (каждой строки boxes).
`max_output_size`	`Tensor` типа `int32`. Скалярный целочисленный тензор, задающий максимальное число рамок, которые будут выбраны при подавлении немаксимумов.
`iou_threshold`	`Tensor`. Должен иметь тот же тип, что и `boxes`. Скалярный тензор с плавающей запятой нулевой размерности, задающий порог, при превышении которого перекрытие рамок по IOU считается слишком большим.
`score_threshold`	`Tensor`. Должен иметь тот же тип, что и `boxes`. Скалярный тензор с плавающей запятой нулевой размерности, задающий порог оценки, ниже которого рамки удаляются.
`soft_nms_sigma`	`Tensor`. Должен иметь тот же тип, что и `boxes`. Скалярный тензор с плавающей запятой нулевой размерности, задающий параметр sigma для Soft NMS; см. Bodla et al (см. https://arxiv.org/abs/1704.04503). Если `soft_nms_sigma=0.0` (значение по умолчанию), используется стандартный (жесткий) NMS.
`pad_to_max_output_size`	Необязательный `bool`. По умолчанию — `False`. Если значение равно true, выходной тензор `selected_indices` дополняется до длины `max_output_size`. Значение по умолчанию — false.
`name`	Имя операции (необязательно).

Возвращает
Кортеж из объектов `Tensor` (selected_indices, selected_scores, valid_outputs).
`selected_indices`	`Tensor` типа `int32`.
`selected_scores`	`Tensor`. Имеет тот же тип, что и `boxes`.
`valid_outputs`	`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/NonMaxSuppressionV5