tf.image.non_max_suppression

Жадно выбирает подмножество прямоугольников по убыванию оценки.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.image.non_max_suppression

tf.image.non_max_suppression(
    boxes,
    scores,
    max_output_size,
    iou_threshold=0.5,
    score_threshold=float('-inf'),
    name=None
)

Удаляет прямоугольники, которые имеют высокое перекрытие по площади пересечения и объединения (IOU) с ранее выбранными прямоугольниками. Прямоугольники задаются как [y1, x1, y2, x2], где (y1, x1) и (y2, x2) - координаты любой пары диагональных углов прямоугольника, и координаты могут быть заданы как нормализованные (т. е., лежащие в интервале [0, 1] ) или абсолютные. Обратите внимание, что этот алгоритм не зависит от того, где находится начало координат в системе координат. Обратите внимание, что этот алгоритм инвариантен к ортогональным преобразованиям и сдвигам системы координат; таким образом, сдвиги или отражения системы координат приводят к выбору одних и тех же прямоугольников алгоритмом. Результатом этой операции является набор целых чисел, индексирующих входную коллекцию прямоугольников, представляющих выбранные прямоугольники. Координаты прямоугольников, соответствующие выбранным индексам, можно получить с помощью операции tf.gather. Например:

selected_indices = tf.image.non_max_suppression(
    boxes, scores, max_output_size, iou_threshold)
selected_boxes = tf.gather(boxes, selected_indices)

Аргументы
`boxes`	Матрица с плавающей точкой 2-го порядка `Tensor` формы `[num_boxes, 4]`.
`scores`	Вектор с плавающей точкой 1-го порядка `Tensor` формы `[num_boxes]` , представляющий одиночную оценку, соответствующую каждому прямоугольнику (каждой строке прямоугольников).
`max_output_size`	Скалярное целое число `Tensor` , представляющее максимальное количество прямоугольников, которые должны быть выбраны с помощью подавления не максимальных прямоугольников.
`iou_threshold`	0-мерный тензор с плавающей точкой, представляющий порог для определения, слишком ли сильно перекрываются прямоугольники относительно IOU.
`score_threshold`	0-мерный тензор с плавающей точкой, представляющий порог для определения, следует ли удалять прямоугольники на основе оценки.
`name`	Название операции (необязательно).

Возвращаемое значение
`selected_indices`	Вектор целых чисел 1-го порядка `Tensor` формы `[M]` , представляющий выбранные индексы из тензора прямоугольников, где `M <= max_output_size`.

© 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/versions/r2.9/api_docs/python/tf/image/non_max_suppression