Python tf.keras.layers.Cropping2D用法及代码示例

用于 2D 输入的裁剪层(例如图片)。

继承自：Layer，Module

用法

tf.keras.layers.Cropping2D(
    cropping=((0, 0), (0, 0)), data_format=None, **kwargs
)

参数

cropping
整数，或 2 个整数的元组，或 2 个整数的 2 个元组。
- 如果 int: 对高度和宽度应用相同的对称裁剪。
- 如果 2 个整数的元组：解释为高度和宽度的两个不同的对称裁剪值：(symmetric_height_crop, symmetric_width_crop)。
- 如果 2 个整数的 2 个元组的元组：解释为 ((top_crop, bottom_crop), (left_crop, right_crop))
data_format 一个字符串，是 channels_last (默认)或 channels_first 之一。输入中维度的排序。 channels_last 对应于形状为 (batch_size, height, width, channels) 的输入，而 channels_first 对应于形状为 (batch_size, channels, height, width) 的输入。它默认为您的 Keras 配置文件中的 image_data_format 值 ~/.keras/keras.json 。如果您从未设置它，那么它将是"channels_last"。

它沿空间维度进行裁剪，即高度和宽度。

例子：

input_shape = (2, 28, 28, 3)
x = np.arange(np.prod(input_shape)).reshape(input_shape)
y = tf.keras.layers.Cropping2D(cropping=((2, 2), (4, 4)))(x)
print(y.shape)
(2, 24, 20, 3)

输入形状：

具有形状的 4D 张量：

如果 data_format 是 "channels_last" ： (batch_size, rows, cols, channels)
如果 data_format 是 "channels_first" ： (batch_size, channels, rows, cols)

输出形状：

具有形状的 4D 张量：

如果 data_format 是 "channels_last" ： (batch_size, cropped_rows, cropped_cols, channels)
如果 data_format 是 "channels_first" ： (batch_size, channels, cropped_rows, cropped_cols)

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.keras.layers.Cropping2D。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。