Python tf.keras.layers.Cropping2D用法及代碼示例

用於 2D 輸入的裁剪層(例如圖片)。

繼承自：Layer，Module

用法

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

參數

cropping
整數，或 2 個整數的元組，或 2 個整數的 2 個元組。
- 如果 int: 對高度和寬度應用相同的對稱裁剪。
- 如果 2 個整數的元組：解釋為高度和寬度的兩個不同的對稱裁剪值：(symmetric_height_crop, symmetric_width_crop)。
- 如果 2 個整數的 2 個元組的元組：解釋為 ((top_crop, bottom_crop), (left_crop, right_crop))
data_format 一個字符串，是 channels_last (默認)或 channels_first 之一。輸入中維度的排序。 channels_last 對應於形狀為 (batch_size, height, width, channels) 的輸入，而 channels_first 對應於形狀為 (batch_size, channels, height, width) 的輸入。它默認為您的 Keras 配置文件中的 image_data_format 值 ~/.keras/keras.json 。如果您從未設置它，那麽它將是"channels_last"。

它沿空間維度進行裁剪，即高度和寬度。

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)

輸入形狀：

具有形狀的 4D 張量：

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

輸出形狀：

具有形狀的 4D 張量：

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)

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.layers.Cropping2D。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。