tf.keras.layers.Cropping2D

Слой обрезки для 2D входных данных (например, изображения).

Наследуется от: Layer

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.layers.Cropping2D, `tf.compat.v2.keras.layers.Cropping2D`

tf.keras.layers.Cropping2D(
    cropping=((0, 0), (0, 0)), data_format=None, **kwargs
)

Он обрезает по пространственным измерениям, т. е. высоте и ширине.

Аргументы

Аргументы
`cropping`	Целое число или кортеж из 2 целых чисел или кортеж из 2 кортежей по 2 целых числа. Если целое число: одинаковая симметричная обрезка применяется к высоте и ширине. Если кортеж из 2 целых чисел: интерпретируется как два разных симметричных значения обрезки для высоты и ширины: `(symmetric_height_crop, symmetric_width_crop)`. Если кортеж из 2 кортежей по 2 целых числа: интерпретируется как `((top_crop, bottom_crop), (left_crop, right_crop))`
`data_format`	Строка, одна из `channels_last` (по умолчанию) или `channels_first`. Порядок измерений во входных данных. `channels_last` соответствует входным данным с формой `(batch, height, width, channels)`, в то время как `channels_first` соответствует входным данным с формой `(batch, channels, height, width)`. По умолчанию используется значение `image_data_format` в файле конфигурации Keras по адресу `~/.keras/keras.json`. Если вы его никогда не устанавливали, то оно будет "channels_last".

cropping

Целое число или кортеж из 2 целых чисел или кортеж из 2 кортежей по 2 целых числа.

Если целое число: одинаковая симметричная обрезка применяется к высоте и ширине.
Если кортеж из 2 целых чисел: интерпретируется как два разных симметричных значения обрезки для высоты и ширины: (symmetric_height_crop, symmetric_width_crop).
Если кортеж из 2 кортежей по 2 целых числа: интерпретируется как ((top_crop, bottom_crop), (left_crop, right_crop))

data_format Строка, одна из channels_last (по умолчанию) или channels_first. Порядок измерений во входных данных. channels_last соответствует входным данным с формой (batch, height, width, channels), в то время как channels_first соответствует входным данным с формой (batch, channels, height, width). По умолчанию используется значение image_data_format в файле конфигурации Keras по адресу ~/.keras/keras.json. Если вы его никогда не устанавливали, то оно будет "channels_last".

Форма входных данных:

4D тензор с формой:

Если data_format равно "channels_last": (batch, rows, cols, channels)
Если data_format равно "channels_first": (batch, channels, rows, cols)

Форма выходных данных:

4D тензор с формой:

Если data_format равно "channels_last": (batch, cropped_rows, cropped_cols, channels)
Если data_format равно "channels_first": (batch, channels, cropped_rows, cropped_cols)

Примеры:

# Crop the input 2D images or feature maps
model = Sequential()
model.add(Cropping2D(cropping=((2, 2), (4, 4)),
                     input_shape=(28, 28, 3)))
# now model.output_shape == (None, 24, 20, 3)
model.add(Conv2D(64, (3, 3), padding='same'))
model.add(Cropping2D(cropping=((2, 2), (2, 2))))
# now model.output_shape == (None, 20, 16. 64)

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/keras/layers/Cropping2D