tensorflow::ops::NonMaxSuppressionV5

#include <image_ops.h>

Жадно выбирает подмножество ограничивающих рамок в порядке убывания оценок.

Сводка

отбрасывая рамки, которые сильно перекрываются по показателю пересечения над объединением (IoU) с ранее выбранными рамками. Ограничивающие рамки с оценкой меньше score_threshold удаляются. Ограничивающие рамки задаются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой пары диагональных углов рамки; координаты могут быть нормализованными (то есть находиться 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, индексирующих входную коллекцию ограничивающих рамок и указывающих на выбранные рамки. 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, а не приводят к их непосредственному отбрасыванию. Чтобы включить режим Soft-NMS, задайте параметру soft_nms_sigma значение больше 0.

Аргументы:

• scope: объект Scope
• boxes: двумерный тензор float формы [num_boxes, 4].
• scores: одномерный тензор float формы [num_boxes], содержащий оценку для каждой рамки (каждой строки boxes).
• max_output_size: скалярный целочисленный тензор, задающий максимальное количество рамок, выбираемых подавлением немаксимумов.
• iou_threshold: нульмерный тензор float, задающий порог для определения чрезмерного перекрытия рамок по показателю IoU.
• score_threshold: нульмерный тензор float, задающий порог оценки, ниже которого рамки удаляются.
• soft_nms_sigma: нульмерный тензор float, 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.

Необязательные атрибуты (см. Attrs):

• pad_to_max_output_size: если значение равно true, выходной selected_indices дополняется до длины max_output_size. По умолчанию — false.

Возвращает:

• Output selected_indices: одномерный целочисленный тензор формы [M], содержащий выбранные индексы из тензора boxes, где M <= max_output_size.
• Output selected_scores: одномерный тензор float формы [M], содержащий соответствующие оценки каждой выбранной рамки, где M <= max_output_size. Оценки отличаются от соответствующих входных оценок только при использовании Soft NMS (то есть когда soft_nms_sigma>0)
• Output valid_outputs: нульмерный целочисленный тензор, задающий количество допустимых элементов в selected_indices; допустимые элементы расположены в начале.

Публичные атрибуты

Operation operation

::tensorflow::Output selected_indices

::tensorflow::Output selected_scores

::tensorflow::Output valid_outputs

Публичные функции

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma
)

 NonMaxSuppressionV5(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input boxes,
  ::tensorflow::Input scores,
  ::tensorflow::Input max_output_size,
  ::tensorflow::Input iou_threshold,
  ::tensorflow::Input score_threshold,
  ::tensorflow::Input soft_nms_sigma,
  const NonMaxSuppressionV5::Attrs & attrs
)

Публичные статические функции

Attrs PadToMaxOutputSize(
  bool x
)