tensorflow::ops::SampleDistortedBoundingBox

#include <image_ops.h>

Создает одно случайно искаженное ограничивающее прямоугольное выделение для изображения.

Краткое описание

Аннотации ограничивающих прямоугольных выделений часто предоставляются наряду с эталонными метками в задачах распознавания изображений или локализации объектов. Распространенный метод обучения такой системы — случайно искажать изображение, сохраняя его содержимое, то есть выполнять аугментацию данных. Эта операция выдает случайную область локализации объекта, то есть ограничивающее прямоугольное выделение, заданные с помощью image_size, bounding_boxes и ряда ограничений.

Эта операция возвращает одно ограничивающее прямоугольное выделение, которое можно использовать для обрезки исходного изображения. Результат возвращается в виде 3 тензоров: begin, size и bboxes. Первые 2 тензора можно напрямую передать в tf.slice для обрезки изображения. Последний тензор можно передать в tf.image.draw_bounding_boxes, чтобы визуализировать ограничивающее прямоугольное выделение.

Ограничивающие прямоугольные выделения передаются и возвращаются как [y_min, x_min, y_max, x_max]. Координаты ограничивающего прямоугольного выделения — значения с плавающей запятой в [0.0, 1.0] относительно ширины и высоты исходного изображения.

Например,

# Generate a single distorted bounding box.
begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
    tf.shape(image),
    bounding_boxes=bounding_boxes)

# Draw the bounding box in an image summary.
image_with_box = tf.image.draw_bounding_boxes(tf.expand_dims(image, 0),
                                              bbox_for_draw)
tf.summary.image('images_with_box', image_with_box)

# Employ the bounding box to distort the image.
distorted_image = tf.slice(image, begin, size)

Обратите внимание: если информация об ограничивающих прямоугольных выделениях недоступна, установка use_image_if_no_bounding_boxes = true означает, что предполагается наличие одного неявного ограничивающего прямоугольного выделения, охватывающего все изображение. Если use_image_if_no_bounding_boxes имеет значение false и ограничивающие прямоугольные выделения не предоставлены, возникает ошибка.

Аргументы:

• scope: объект Scope
• image_size: одномерный тензор, содержащий [height, width, channels].
• bounding_boxes: трехмерный тензор формы [batch, N, 4], описывающий N ограничивающих прямоугольных выделений, связанных с изображением.

Необязательные атрибуты (см. Attrs):

• seed: если для seed или seed2 задано ненулевое значение, генератор случайных чисел инициализируется заданным seed. В противном случае он инициализируется случайным начальным значением.
• seed2: второе начальное значение, позволяющее избежать совпадения начальных значений.
• min_object_covered: обрезанная область изображения должна содержать не менее этой доли любого предоставленного ограничивающего прямоугольного выделения. Значение этого параметра должно быть неотрицательным. При значении 0 обрезанная область может не пересекаться ни с одним из предоставленных ограничивающих прямоугольных выделений.
• aspect_ratio_range: отношение сторон обрезанной области изображения (ширина / высота) должно находиться в этом диапазоне.
• area_range: доля исходного изображения, содержащаяся в обрезанной области, должна находиться в этом диапазоне.
• max_attempts: количество попыток сгенерировать обрезанную область изображения, удовлетворяющую заданным ограничениям. После max_attempts неудачных попыток возвращается все изображение.
• use_image_if_no_bounding_boxes: задает поведение, если ограничивающие прямоугольные выделения не предоставлены. Если значение true, предполагается наличие неявного ограничивающего прямоугольного выделения, охватывающего все входное изображение. Если значение false, возникает ошибка.

Возвращает:

• Output begin: одномерный тензор, содержащий [offset_height, offset_width, 0]. Передайте его в качестве входных данных в tf.slice.
• Output size: одномерный тензор, содержащий [target_height, target_width, -1]. Передайте его в качестве входных данных в tf.slice.
• Output bboxes: трехмерный тензор формы [1, 1, 4], содержащий искаженное ограничивающее прямоугольное выделение. Передайте его в качестве входных данных в tf.image.draw_bounding_boxes.

Общедоступные атрибуты

::tensorflow::Output bboxes

::tensorflow::Output begin

Operation operation

::tensorflow::Output size

Общедоступные функции

 SampleDistortedBoundingBox(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image_size,
  ::tensorflow::Input bounding_boxes
)

 SampleDistortedBoundingBox(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input image_size,
  ::tensorflow::Input bounding_boxes,
  const SampleDistortedBoundingBox::Attrs & attrs
)

Общедоступные статические функции

Attrs AreaRange(
  const gtl::ArraySlice< float > & x
)

Attrs AspectRatioRange(
  const gtl::ArraySlice< float > & x
)

Attrs MaxAttempts(
  int64 x
)

Attrs MinObjectCovered(
  float x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)

Attrs UseImageIfNoBoundingBoxes(
  bool x
)