Python tf.image.stateless_sample_distorted_bounding_box用法及代码示例

确定性地为图像生成一个随机扭曲的边界框。

用法

tf.image.stateless_sample_distorted_bounding_box(
    image_size, bounding_boxes, seed, 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。这个操作，给定相同的 seed ，确定性地输出对象的随机失真定位，即边界框，给定 image_size , bounding_boxes 和一系列约束。

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。

在给定相同的 seed 的情况下，此操作的输出保证相同，并且与调用函数的次数无关，并且与全局种子设置(例如 tf.random.set_seed )无关。

示例用法：

image = np.array([[[1], [2], [3]], [[4], [5], [6]], [[7], [8], [9]]])
bbox = tf.constant(
  [0.0, 0.0, 1.0, 1.0], dtype=tf.float32, shape=[1, 1, 4])
seed = (1, 2)
# Generate a single distorted bounding box.
bbox_begin, bbox_size, bbox_draw = (
  tf.image.stateless_sample_distorted_bounding_box(
    tf.shape(image), bounding_boxes=bbox, seed=seed))
# Employ the bounding box to distort the image.
tf.slice(image, bbox_begin, bbox_size)
<tf.Tensor:shape=(2, 2, 1), dtype=int64, numpy=
array([[[1],
        [2]],
       [[4],
        [5]]])>
# Draw the bounding box in an image summary.
colors = np.array([[1.0, 0.0, 0.0], [0.0, 0.0, 1.0]])
tf.image.draw_bounding_boxes(
  tf.expand_dims(tf.cast(image, tf.float32),0), bbox_draw, colors)
<tf.Tensor:shape=(1, 3, 3, 1), dtype=float32, numpy=
array([[[[1.],
         [1.],
         [3.]],
        [[1.],
         [1.],
         [6.]],
        [[7.],
         [8.],
         [9.]]]], dtype=float32)>

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。