tf.raw_ops.NonMaxSuppressionWithOverlaps
Жадно выбирает подмножество ограничивающих рамок в порядке убывания оценки,
tf.raw_ops.NonMaxSuppressionWithOverlaps(
overlaps,
scores,
max_output_size,
overlap_threshold,
score_threshold,
name=None
)
отбрасывая рамки, которые сильно перекрываются с ранее выбранными рамками. Ограничивающие рамки с оценкой меньше score_threshold удаляются. Значения перекрытия N на N задаются в виде квадратной матрицы, что позволяет определить пользовательский критерий перекрытия (например, пересечение по объединению, пересечение по площади и т. д.).
Результатом этой операции является набор целых чисел, индексирующих входную коллекцию ограничивающих рамок и представляющих выбранные рамки. Координаты ограничивающих рамок, соответствующие выбранным индексам, можно получить с помощью tf.gather operation. Например:
selected_indices = tf.image.non_max_suppression_with_overlaps( overlaps, scores, max_output_size, overlap_threshold, score_threshold) selected_boxes = tf.gather(boxes, selected_indices)
| Аргументы | |
|---|---|
overlaps | Tensor типа float32. Двумерный тензор float формы [num_boxes, num_boxes], представляющий значения перекрытия рамок n на n. |
scores | Tensor типа float32. Одномерный тензор float формы [num_boxes], представляющий одну оценку для каждой рамки (каждой строки рамок). |
max_output_size | Tensor типа int32. Целочисленный скалярный тензор, представляющий максимальное количество рамок, которые следует выбрать с помощью подавления немаксимумов. |
overlap_threshold | Tensor типа float32. Одномерный тензор float, представляющий порог для определения того, перекрываются ли рамки слишком сильно. |
score_threshold | Tensor типа float32. Одномерный тензор float, представляющий порог, по которому определяется удаление рамок на основе оценки. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
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/NonMaxSuppressionWithOverlaps