tf.raw_ops.NonMaxSuppressionV3

Жадно выбирает подмножество прямоугольников с границами в порядке убывания оценки,

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.raw_ops.NonMaxSuppressionV3

tf.raw_ops.NonMaxSuppressionV3(
    boxes, scores, max_output_size, iou_threshold, score_threshold, name=None
)

удаляя прямоугольники, которые имеют высокое перекрытие по метрике пересечение/объединение (IOU) с ранее выбранными прямоугольниками. Прямоугольники с оценкой меньше score_threshold удаляются. Прямоугольники предоставляются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) — координаты любой диагональной пары углов прямоугольника, и координаты могут быть заданы в нормированном виде (т.е., лежащие в интервале [0, 1]) или в абсолютных значениях. Обратите внимание, что этот алгоритм не зависит от того, где находится начало координат в системе координат, и вообще инвариантен к ортогональным преобразованиям и сдвигам системы координат; таким образом, преобразования или отражения системы координат приводят к выбору тех же самых прямоугольников алгоритмом. Результатом этой операции является набор целых чисел, индексирующих входную коллекцию прямоугольников, представляющих выбранные прямоугольники. Координаты прямоугольников, соответствующие выбранным индексам, можно получить, используя 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)

Аргументы
`boxes`	A `Tensor`. Должен быть одним из следующих типов: `half`, `float32`. 2-мерный float тензор формы `[num_boxes, 4]`.
`scores`	A `Tensor`. Должен иметь тот же тип, что и `boxes`. 1-мерный float тензор формы `[num_boxes]` представляющий одну оценку, соответствующую каждому прямоугольнику (каждая строка в boxes).
`max_output_size`	A `Tensor` типа `int32`. Скалярный целочисленный тензор, представляющий максимальное число прямоугольников, которые должны быть выбраны с помощью подавления по не-максимуму.
`iou_threshold`	A `Tensor`. Должен быть одним из следующих типов: `half`, `float32`. 0-мерный float тензор, представляющий порог для определения того, перекрываются ли прямоугольники слишком сильно относительно IOU.
`score_threshold`	A `Tensor`. Должен иметь тот же тип, что и `iou_threshold`. 0-мерный float тензор, представляющий порог для определения, когда нужно удалить прямоугольники на основе оценки.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor` типа `int32`.

© 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/r2.3/api_docs/python/tf/raw_ops/NonMaxSuppressionV3