Python tf.image.sample_distorted_bounding_box用法及代碼示例

為圖像生成單個隨機扭曲的邊界框。

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
)

在圖像識別或對象定位任務中，除了 ground-truth 標簽之外，通常還提供邊界框注釋。訓練這種係統的常用技術是在保留其內容的同時隨機扭曲圖像，即數據增強。在給定 image_size , bounding_boxes 和一係列約束的情況下，此 Op 輸出對象的隨機失真定位，即邊界框。

這個 Op 的輸出是一個單一的邊界框，可以用來裁剪原始圖像。輸出作為 3 個張量返回：begin , size 和 bboxes。前 2 個張量可以直接輸入 tf.slice 以裁剪圖像。後者可以提供給tf.image.draw_bounding_boxes 以可視化邊界框的外觀。

邊界框以 [y_min, x_min, y_max, x_max] 的形式提供和返回。邊界框坐標是 [0.0, 1.0] 中相對於底層圖像的寬度和高度的浮點數。

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)

請注意，如果沒有可用的邊界框信息，設置 use_image_if_no_bounding_boxes = true 將假定有一個隱式邊界框覆蓋整個圖像。如果use_image_if_no_bounding_boxes 為假且未提供邊界框，則會引發錯誤。

要在給定 seed 值的情況下生成確定性結果，請使用 tf.image.stateless_sample_distorted_bounding_box 。與使用seed 參數和tf.image.random_* ops 不同，tf.image.stateless_random_* ops 保證相同的結果給定相同的種子，而與調用函數的次數無關，並且與全局種子設置無關(例如 tf.random.set_seed )。