Python tf.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。

用法

tf.image.sample_distorted_bounding_box(
    image_size, bounding_boxes, seed=0, min_object_covered=0.1,
    aspect_ratio_range=None, area_range=None, max_attempts=None,
    use_image_if_no_bounding_boxes=None, name=None
)

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。

要在给定 seed 值的情况下生成确定性结果，请使用 tf.image.stateless_sample_distorted_bounding_box 。与使用seed 参数和tf.image.random_* ops 不同，tf.image.stateless_random_* ops 保证相同的结果给定相同的种子，而与调用函数的次数无关，并且与全局种子设置无关(例如 tf.random.set_seed )。