NonMaxSuppression

NonMaxSuppression - 11

版本

  • 名稱: NonMaxSuppression (GitHub)

  • 網域: main

  • since_version: 11

  • 函式: False

  • 支援等級: SupportType.COMMON

  • 形狀推斷: True

此版本的運算子自版本 11 開始提供。

摘要

篩選出與先前選取的方塊具有高交集聯合 (IOU) 重疊的方塊。分數低於 score_threshold 的邊界方塊會被移除。邊界方塊格式由屬性 center_point_box 指示。請注意，此演算法與座標系統中原點的位置無關，更一般而言，對於座標系統的正交變換和平移是不變的；因此，座標系統的平移或反射會導致演算法選取相同的方塊。selected_indices 輸出是一組索引到邊界方塊輸入集合的整數，代表選取的方塊。然後可以使用 Gather 或 GatherND 運算取得與選定索引對應的邊界方塊座標。

屬性

  • center_point_box - INT (預設為 '0')

    整數表示方塊資料的格式。預設值為 0。0 - 方塊資料以 [y1, x1, y2, x2] 提供，其中 (y1, x1) 和 (y2, x2) 是任何對角方塊角的座標，座標可以提供為正規化的（即位於 [0, 1] 區間內）或絕對值。主要用於 TF 模型。1 - 方塊資料以 [x_center, y_center, width, height] 提供。主要用於 Pytorch 模型。

輸入

介於 2 個和 5 個輸入之間。

  • boxes (異質) - tensor(float)

    形狀為 [num_batches, spatial_dimension, 4] 的輸入張量。單一方塊資料格式由 center_point_box 指示。

  • scores (異質) - tensor(float)

    形狀為 [num_batches, num_classes, spatial_dimension] 的輸入張量

  • max_output_boxes_per_class (可選，異質) - tensor(int64)

    整數，表示每個類別每個批次要選取的最大方塊數。這是一個純量。預設為 0，表示沒有輸出。

  • iou_threshold (可選，異質) - tensor(float)

    浮點數，表示決定方塊是否在 IOU 方面重疊過多的閾值。這是一個純量。值範圍 [0, 1]。預設為 0。

  • score_threshold (可選，異質) - tensor(float)

    浮點數，表示決定何時基於分數移除方塊的閾值。這是一個純量。

輸出

  • selected_indices (異質) - tensor(int64)

    從方塊張量中選取的索引。[num_selected_indices, 3]，選取的索引格式為 [batch_index, class_index, box_index]。

NonMaxSuppression - 10

版本

  • 名稱: NonMaxSuppression (GitHub)

  • 網域: main

  • since_version: 10

  • 函式: False

  • 支援等級: SupportType.COMMON

  • 形狀推斷: True

此版本的運算子自版本 10 開始提供。

摘要

篩選出與先前選取的方塊具有高交集聯合 (IOU) 重疊的方塊。分數低於 score_threshold 的邊界方塊會被移除。邊界方塊格式由屬性 center_point_box 指示。請注意，此演算法與座標系統中原點的位置無關，更一般而言，對於座標系統的正交變換和平移是不變的；因此，座標系統的平移或反射會導致演算法選取相同的方塊。selected_indices 輸出是一組索引到邊界方塊輸入集合的整數，代表選取的方塊。然後可以使用 Gather 或 GatherND 運算取得與選定索引對應的邊界方塊座標。

屬性

  • center_point_box - INT (預設為 '0')

    整數表示方塊資料的格式。預設值為 0。0 - 方塊資料以 [y1, x1, y2, x2] 提供，其中 (y1, x1) 和 (y2, x2) 是任何對角方塊角的座標，座標可以提供為正規化的（即位於 [0, 1] 區間內）或絕對值。主要用於 TF 模型。1 - 方塊資料以 [x_center, y_center, width, height] 提供。主要用於 Pytorch 模型。

輸入

介於 2 個和 5 個輸入之間。

  • boxes (異質) - tensor(float)

    形狀為 [num_batches, spatial_dimension, 4] 的輸入張量。單一方塊資料格式由 center_point_box 指示。

  • scores (異質) - tensor(float)

    形狀為 [num_batches, num_classes, spatial_dimension] 的輸入張量

  • max_output_boxes_per_class (可選，異質) - tensor(int64)

    整數，表示每個類別每個批次要選取的最大方塊數。這是一個純量。預設為 0，表示沒有輸出。

  • iou_threshold (可選，異質) - tensor(float)

    浮點數，表示決定方塊是否在 IOU 方面重疊過多的閾值。這是一個純量。值範圍 [0, 1]。預設為 0。

  • score_threshold (可選，異質) - tensor(float)

    浮點數，表示決定何時基於分數移除方塊的閾值。這是一個純量。

輸出

  • selected_indices (異質) - tensor(int64)

    從方塊張量中選取的索引。[num_selected_indices, 3]，選取的索引格式為 [batch_index, class_index, box_index]。