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

確定性地為圖像生成一個隨機扭曲的邊界框。

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。這個操作，給定相同的 seed ，確定性地輸出對象的隨機失真定位，即邊界框，給定 image_size , bounding_boxes 和一係列約束。

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。

在給定相同的 seed 的情況下，此操作的輸出保證相同，並且與調用函數的次數無關，並且與全局種子設置(例如 tf.random.set_seed )無關。

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)>

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。