Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático, así como redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.
La función .image.nonMaxSuppression() se usa para ejecutar la supresión no máxima de las cajas limitantes sobre la base de iou , es decir, la intersección sobre la unión.
Sintaxis:
tf.image.nonMaxSuppression(boxes, scores, maxOutputSize, iouThreshold?, scoreThreshold?)
Parámetros:
- boxes: El tensor 2d indicado, que es de configuración [numBoxes, 4]. Y todo acceso es [y1, x1, y2, x2], permitiendo que (y1, x1) e (y2, x2) sean los bordes de la caja restrictiva. Puede ser de tipo tf.Tensor2D, TypedArray o Array.
- puntuaciones: El tensor 1d indicado, siempre que las puntuaciones de las cajas tengan la configuración [numBoxes]. Es de tipo tf.Tensor2D, TypedArray o Array.
- maxOutputSize: Es el recuento máximo de las cajas indicadas que se van a recoger. Es de tipo número.
- iouThreshold: Es el flotador indicado que significa el umbral para decidir si las casillas indicadas se cruzan demasiado con referencia al pagaré . Debe estar en medio de [0, 1]. El valor predeterminado es 0,5, es decir, el 50 por ciento de la caja se cruza. Es opcional y es de tipo número.
- scoreThreshold: Es el umbral establecido para decidir en qué momento se deben eliminar las casillas en función de la puntuación establecida. El valor predeterminado es -inf , es decir, se permiten todas las puntuaciones. Es opcional y es de tipo número.
Valor devuelto: Devuelve tf.Tensor1D.
Ejemplo 1: En este ejemplo, usaremos un tensor 2d, puntajes y parámetros maxOutputSize .
Javascript
// Importing the tensorflow.js library import * as tf from "@tensorflow/tfjs" // Calling image.nonMaxSuppression() method and // Printing output tf.image.nonMaxSuppression(tf.tensor2d( [1, 2, 3, 4, 2, 4, 6, 7], [2, 4]), [1, 1], 4).print();
Producción:
Tensor [0, 1]
Ejemplo 2: en este ejemplo, usaremos una array de flotantes, iouThreshold , así como scoreThreshold .
Javascript
// Importing the tensorflow.js library //import * as tf from "@tensorflow/tfjs" // Defining an array of floats const arr = [[11.1, 2.3, 7.3, 6.4], [3, 6]] // Calling image.nonMaxSuppression() method and // Printing output tf.image.nonMaxSuppression(arr, [2.1, 0], 100, 0.5, 1).print();
Producción:
Tensor [0]
Referencia: https://js.tensorflow.org/api/latest/#image.nonMaxSuppression
Publicación traducida automáticamente
Artículo escrito por nidhi1352singh y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA