NonMaxSuppression

NonMaxSuppression - 11

版本

此版本的运算符自 版本 11 起可用。

摘要

滤除与先前选定框具有高交并比（IOU）重叠的框。分数低于 score_threshold 的边界框将被移除。边界框格式由 center_point_box 属性指示。请注意，此算法与坐标系中的原点位置无关，更普遍地，它对坐标系的正交变换和平移是不变的；因此，坐标系的平移或反射会导致算法选择相同的框。selected_indices 输出是一组整数，索引到输入的边界框集合中，表示选定的框。然后可以使用 Gather 或 GatherND 操作获取与选定索引对应的边界框坐标。

属性

  • center_point_box - INT (默认为 '0')

    整数，表示框数据的格式。默认为 0。0 - 框数据以 [y1, x1, y2, x2] 的形式提供，其中 (y1, x1) 和 (y2, x2) 是框对角线对角的坐标，坐标可以标准化（即，位于 [0, 1] 区间内）或绝对值。主要用于 TF 模型。1 - 框数据以 [x_center, y_center, width, height] 的形式提供。主要用于 PyTorch 模型。

输入

输入介于 2 到 5 个之间。

  • boxes (异构) - tensor(float)

    形状为 [num_batches, spatial_dimension, 4] 的输入张量。单个框数据格式由 center_point_box 指示。

  • scores (异构) - tensor(float)

    形状为 [num_batches, num_classes, spatial_dimension] 的输入张量。

  • max_output_boxes_per_class (可选，异构) - tensor(int64)

    整数，表示每个批次每个类别要选择的最大框数。它是一个标量。默认为 0，表示没有输出。

  • iou_threshold (可选，异构) - tensor(float)

    浮点数，表示用于决定框是否相对于 IOU 重叠过多的阈值。它是一个标量。取值范围 [0, 1]。默认为 0。

  • score_threshold (可选，异构) - tensor(float)

    浮点数，表示用于决定何时根据分数移除框的阈值。它是一个标量。

输出

  • selected_indices (异构) - tensor(int64)

    从 boxes 张量中选定的索引。[num_selected_indices, 3]，选定索引格式为 [batch_index, class_index, box_index]。

NonMaxSuppression - 10

版本

  • 名称: NonMaxSuppression (GitHub)

  • 域: main

  • since_version: 10

  • 函数: False

  • 支持级别: SupportType.COMMON

  • 形状推断: True

此版本的操作符已在 版本 10 中提供。

摘要

滤除与先前选定框具有高交并比（IOU）重叠的框。分数低于 score_threshold 的边界框将被移除。边界框格式由 center_point_box 属性指示。请注意，此算法与坐标系中的原点位置无关，更普遍地，它对坐标系的正交变换和平移是不变的；因此，坐标系的平移或反射会导致算法选择相同的框。selected_indices 输出是一组整数，索引到输入的边界框集合中，表示选定的框。然后可以使用 Gather 或 GatherND 操作获取与选定索引对应的边界框坐标。

属性

  • center_point_box - INT (默认为 '0')

    整数，表示框数据的格式。默认为 0。0 - 框数据以 [y1, x1, y2, x2] 的形式提供，其中 (y1, x1) 和 (y2, x2) 是框对角线对角的坐标，坐标可以标准化（即，位于 [0, 1] 区间内）或绝对值。主要用于 TF 模型。1 - 框数据以 [x_center, y_center, width, height] 的形式提供。主要用于 PyTorch 模型。

输入

输入介于 2 到 5 个之间。

  • boxes (异构) - tensor(float)

    形状为 [num_batches, spatial_dimension, 4] 的输入张量。单个框数据格式由 center_point_box 指示。

  • scores (异构) - tensor(float)

    形状为 [num_batches, num_classes, spatial_dimension] 的输入张量。

  • max_output_boxes_per_class (可选，异构) - tensor(int64)

    整数，表示每个批次每个类别要选择的最大框数。它是一个标量。默认为 0，表示没有输出。

  • iou_threshold (可选，异构) - tensor(float)

    浮点数，表示用于决定框是否相对于 IOU 重叠过多的阈值。它是一个标量。取值范围 [0, 1]。默认为 0。

  • score_threshold (可选，异构) - tensor(float)

    浮点数，表示用于决定何时根据分数移除框的阈值。它是一个标量。

输出

  • selected_indices (异构) - tensor(int64)

    从 boxes 张量中选定的索引。[num_selected_indices, 3]，选定索引格式为 [batch_index, class_index, box_index]。