Python tf.compat.v1.image.sample_distorted_bounding_box用法及代码示例

为图像生成单个随机扭曲的边界框。 (已弃用)

用法

tf.compat.v1.image.sample_distorted_bounding_box(
    image_size, bounding_boxes, seed=None, seed2=None, min_object_covered=0.1,
    aspect_ratio_range=None, area_range=None, max_attempts=None,
    use_image_if_no_bounding_boxes=None, name=None
)

参数

image_size 一个Tensor。必须是以下类型之一：uint8 , int8 , int16 , int32 , int64。一维，包含 [height, width, channels] 。
bounding_boxes Tensor 类型为 float32 。 3-D，形状为[batch, N, 4]，说明了与图像相关的 N 个边界框。
seed 可选的 int 。默认为 0 。如果 seed 或 seed2 设置为非零，则随机数生成器由给定的 seed 播种。否则，它由随机种子播种。
seed2 可选的 int 。默认为 0 。避免种子碰撞的第二个种子。
min_object_covered float32 类型的张量。默认为 0.1 。图像的裁剪区域必须至少包含所提供的任何边界框的这一部分。此参数的值应为非负数。在 0 的情况下，裁剪区域不需要与提供的任何边界框重叠。
aspect_ratio_range floats 的可选列表。默认为 [0.75, 1.33] 。图像的裁剪区域必须在此范围内具有纵横比 = 宽度 /高度。
area_range floats 的可选列表。默认为 [0.05, 1] 。图像的裁剪区域必须包含此范围内提供的图像的一小部分。
max_attempts 可选的 int 。默认为 100 。尝试生成具有指定约束的图像的裁剪区域的次数。 max_attempts 失败后，返回整个图像。
use_image_if_no_bounding_boxes 可选的 bool 。默认为 False 。如果未提供边界框，则控制行为。如果为真，则假设一个隐式边界框覆盖整个输入。如果为 false，则引发错误。
name 操作的名称(可选)。

Tensor 对象的元组(开始、大小、bbox)。
begin 一个Tensor。具有与 image_size 相同的类型。一维，包含 [offset_height, offset_width, 0] 。作为输入提供给 tf.slice 。
size 一个Tensor。具有与 image_size 相同的类型。一维，包含 [target_height, target_width, -1] 。作为输入提供给 tf.slice 。
bboxes Tensor 类型为 float32 。 3-D，形状为[1, 1, 4]，包含扭曲的边界框。作为输入提供给 tf.image.draw_bounding_boxes 。

抛出

ValueError 如果未指定种子并启用操作确定性。

警告：此函数已弃用。它将在未来的版本中删除。更新说明：seed2 arg 已弃用。请改用 sample_distorted_bounding_box_v2。

在图像识别或对象定位任务中，除了 ground-truth 标签之外，通常还提供边界框注释。训练这种系统的常用技术是在保留其内容的同时随机扭曲图像，即数据增强。在给定 image_size , bounding_boxes 和一系列约束的情况下，此 Op 输出对象的随机失真定位，即边界框。

这个 Op 的输出是一个单一的边界框，可以用来裁剪原始图像。输出作为 3 个张量返回：begin , size 和 bboxes。前 2 个张量可以直接输入 tf.slice 以裁剪图像。后者可以提供给tf.image.draw_bounding_boxes 以可视化边界框的外观。

边界框以 [y_min, x_min, y_max, x_max] 的形式提供和返回。边界框坐标是 [0.0, 1.0] 中相对于底层图像的宽度和高度的浮点数。

例如，

# Generate a single distorted bounding box.
    begin, size, bbox_for_draw = tf.image.sample_distorted_bounding_box(
        tf.shape(image),
        bounding_boxes=bounding_boxes,
        min_object_covered=0.1)

    # 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.compat.v1.summary.image('images_with_box', image_with_box)

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

请注意，如果没有可用的边界框信息，设置 use_image_if_no_bounding_boxes = True 将假定有一个隐式边界框覆盖整个图像。如果use_image_if_no_bounding_boxes 为假且未提供边界框，则会引发错误。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.compat.v1.image.sample_distorted_bounding_box。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。