Python tf.raw_ops.GenerateBoundingBoxProposals用法及代碼示例

此操作根據 arXiv:1506.01497 中的 eq.2 從給定的邊界框(bbox_deltas)編碼的 wrt 錨生成感興趣區域

用法

tf.raw_ops.GenerateBoundingBoxProposals(
    scores, bbox_deltas, image_info, anchors, nms_threshold, pre_nms_topn, min_size,
    post_nms_topn=300, name=None
)

參數

scores Tensor 類型為 float32 。一個形狀為 [num_images, height, width, num_achors] 的 4-D 浮點張量包含給定錨點的盒子分數，可以是未排序的。
bbox_deltas Tensor 類型為 float32 。形狀為 [num_images, height, width, 4 x num_anchors] 的 4-D 浮點張量。針對每個錨點編碼框。坐標以 [dy, dx, dh, dw] 的形式給出。
image_info Tensor 類型為 float32 。形狀為[num_images, 5] 的二維浮點張量，包含圖像信息高度、寬度、比例。
anchors Tensor 類型為 float32 。形狀為 [num_anchors, 4] 的二維浮點張量，用於說明錨框。框的格式為 [y1, x1, y2, x2]。
nms_threshold Tensor 類型為 float32 。非最大抑製閾值的標量浮點張量。
pre_nms_topn Tensor 類型為 int32 。要用作輸入的最高得分框數量的標量 int 張量。
min_size Tensor 類型為 float32 。一個標量浮點張量。任何尺寸小於min_size 的框都將被丟棄。
post_nms_topn 可選的 int 。默認為 300 。一個整數。輸出中的最大 rois 數。
name 操作的名稱(可選)。

Tensor 對象的元組(rois，roi_probabilities)。
rois Tensor 類型為 float32 。
roi_probabilities Tensor 類型為 float32 。

The op selects top `pre_nms_topn` scoring boxes, decodes them with respect to anchors,
  applies non-maximal suppression on overlapping boxes with higher than
  `nms_threshold` intersection-over-union (iou) value, discarding boxes where shorter
  side is less than `min_size`.
  Inputs:
  `scores`:A 4D tensor of shape [Batch, Height, Width, Num Anchors] containing the scores per anchor at given position
  `bbox_deltas`:is a tensor of shape [Batch, Height, Width, 4 x Num Anchors] boxes encoded to each anchor
  `anchors`:A 1D tensor of shape [4 x Num Anchors], representing the anchors.
  Outputs:
  `rois`:output RoIs, a 3D tensor of shape [Batch, post_nms_topn, 4], padded by 0 if less than post_nms_topn candidates found.
  `roi_probabilities`:probability scores of each roi in 'rois', a 2D tensor of shape [Batch,post_nms_topn], padded with 0 if needed, sorted by scores.

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.raw_ops.GenerateBoundingBoxProposals。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。

用法

參數

返回